Hintergrund:
Die Bell’schen Ungleichungen bilden einen zentralen theoretischen Rahmen, um grundlegende Annahmen der Physik wie Lokalität und die Zufälligkeit der Quantenmechanik zu prüfen. Sie quantifizieren den Grad der Verschränkung in Quantensystemen und wurden bisher überwiegend an Niedrig-Energie-Systemen getestet, da Verschränkung in ultrakalten Umgebungen leichter erzeugt und aufrechterhalten werden kann.

Auch in Hochenergie-Quantensystemen, wie sie am LHC erzeugt werden, gibt es jedoch Möglichkeiten, die Bell-Ungleichungen zu testen. Das Higgs-Boson als Spin-0-Teilchen zerfällt in ein Paar von W-Bosonen, die verschränkt sein können. Die Analyse der Bell-Variablen in diesem System bietet die Möglichkeit, die Bell-Ungleichungen erstmals bei hohen Energien zu untersuchen.

Ziel der Arbeit:
Die Entwicklung einer neuen Methode zur Berechnung von Bell-Variablen aus den Zerfallsprodukten des Higgs-Bosons:

• Rekonstruktion: Anwendung und Weiterentwicklung bestehender Rekonstruktionsansätze für die kinematischen Eigenschaften der W-Bosonen.
• Neue Analysestrategie: Einsatz von Machine-Learning-Techniken, insbesondere denoising diffusion networks, um die entanglement-relevanten Variablen präzise zu rekonstruieren.
• Machbarkeitsstudie: Überprüfung der Methode auf realen oder simulierten Daten aus Higgs-Zerfällen, um die Verletzung der Bell-Ungleichungen zu verifizieren.

Langfristiger Nutzen:
Dieses Projekt könnte die Forschung zu fundamentalen Quantenmechanik-Konzepten auf völlig neue Weise erweitern. Es bietet die Möglichkeit, Nobelpreis-ausgezeichnete Forschung am LHC weiterzuentwickeln und auf Hochenergie-Systeme anzuwenden.

Wünschenswerte Voraussetzungen:

• Interesse an Quantenmechanik, Statistik und Hochenergiephysik.
• Grundkenntnisse in Machine Learning und Programmierung (Python, ROOT).
• Motivation, innovative und komplexe Methoden zu entwickeln und anzuwenden.

Back