Thesis topics
Die Angebote für Abschlussarbeiten in unserer Arbeitsgruppe sind eng in unsere Forschungsaktivitäten eingebunden. Insbesondere befassen wir uns mit Higgs- und Teilchen-Suchen jenseits des Standardmodells und Tau-Physik bei ATLAS am Large Hadron Collider sowie mit der Entwicklung und dem Einsatz von Teilchchendetektoren in der Hochenergiephysik und der Medizin. Mit neuer Detektortechnik aktualisieren wir zudem das teilchenphysikalische Praktikum.
Die konkrete Aufgabenstellung wird immer an die Länge der Abschlussarbeit und die Vorkenntnisse und Interessen angepasst.
Unsere aktuellen Themen für Bachelorarbeiten, Wissenschaftliche Studien, Masterarbeiten und Staatsexamen sind:
Bachelorarbeit, Wissenschaftliche Studien, Masterarbeit, Staatsexamensarbeit in Experimenteller Teilchenphysik
- Multivariate Analyse, Machine Learning und Künstliche Intelligenz
- Optimieren der Datenanalyse zur Teilchensuche und Teilchenrekonstruktion
- Anwendung und Weiterentwicklung von Analyse-Software zur statistischen Datenauswertung
Eine der Forschungsaktivitäten der ATLAS-Gruppe des Instituts für Kern- und Teilchenphysik ist die Suche nach Higgs-Bosonen in supersymmetrischen Erweiterungen des Standardmodells am Large Hadron Collider (LHC). Für diese Teilchensuche steht ein neuer Rekorddatensatz von 150 fb-1 zur Verfügung, der ausgewertet werden soll.
Beim Zerfall supersymmetrischer Higgs-Bosonen treten häufig Tau-Leptonen im Endzustand auf. Die Suche nach Signalereignissen, die Unterdrückung des Untergrundes und die Erkennung von hadronisch zerfallenden Tau-Leptonen werden laufend optimiert. Dabei kommen Methoden des Machine Learning und statistische Datenauswertung zum Einsatz.
Die Schwerpunkte der Bachelor- oder Masterarbeit können individuell festgelegt werden. Aktuelle Fragestellungen sind die Rekonstruktion der Masse der zerfallenden Higgs-Bosonen, die Optimierung der Rekonstruktion von Tau-Zerfällen aus Teilchenspuren und die Verbesserung der Ereignisselektion für die supersymmetrische Higgs-Suche.
In dem Forschungsprojekt erlernen Sie software-gestützte Methoden der Datenanalyse und Statistik, den Einsatz von Machine-Learning-Tools, sowie die Funktionsweise moderner Teilchendetektoren.
Voraussetzung für die Arbeit sind Kenntnisse der Grundlagen der Teilchenphysik. Gute Kenntnisse in einer objektorientierten Programmiersprache sind empfehlenswert.

pp collision event recorded by the ATLAS detector at the LHC. The picture shows a candidate of a supersymmetric Higgs boson decay into a pair of tau leptons.
Bachelorarbeit, Wissenschaftliches Arbeiten, Masterarbeit, Staatsexamensarbeit in Experimenteller Teilchenphysik
- Machine Learning und Künstliche Intelligenz
- Optimieren der Energiemessung des Kalorimeters
- Programmieren oder Simulation elektronischer Signalprozessoren
- Statistische Analyse von Messdaten
Das Flüssig-Argon-Kalorimeter des ATLAS-Detektors soll in einer zukünftigen Ausbaustufe mit einer neuen Auslese-Elektronik ausgestattet werden. Dabei werden die Signale des Kalorimeters mit höherer Energie- und Ortsauflösung ausgelesen, so dass man die bei den pp-Kollisionen entstehenden Teilchen besser erkennen und rekonstruieren kann. Ziel ist z.B. die verbesserte Erkennung von weiteren Higgs-Bosonen, die mit dem ATLAS-Detektor gesucht werden.
Diese Teilchenerkennung muss in Echtzeit erfolgen und jede Entscheidung darf nicht länger als ca. 0,5 μs dauern. Daher werden modernste und schnelle, programmierbare FPGA-Schaltkreise zur Signalerkennung genutzt. Wir setzen dabei Deep-Learning und Methoden der künstlichen Intelligenz ein, um die Messungen zu optimieren.
In der Bachelor- oder Master-Arbeit soll die Energierekonstruktion der ATLAS-Kalorimeter mit Machine-Learning-Ansätzen weiter verbessert werden.
In dem Forschungsprojekt erlernen Sie den Einsatz von Machine-Learning-Tools (keras), universelle, software-gestützte Datenverarbeitung, sowie die grundlegenden Funktionsweisen moderner Teilchendetektoren und elektronischer Auslesesysteme. Interessierte können auch die Hardware-Programmiersprache VDHL kennenlernen.
Voraussetzung für die Arbeit sind Kenntnisse der Grundlagen der Teilchenphysik und Motivation, sich in die Methoden des Machine-Learning einzuarbeiten. Grundkenntnisse einer Programmiersprache sind von Vorteil.
Bei Interesse einfach melden bei:

Group leader
NameProf. Dr. Arno Straessner
Experimental particle physics
Send encrypted mail via the SecureMail portal (for TUD external users only).
Institute of Nuclear and Particle Physics
Visitor Address:
Andreas-Schubert-Bau, 4. OG, Raum 428 Zellescher Weg 19
01069 Dresden
- work Tel.
- +49 351 463-34089
- work Tel.
- +49 351 463-35461
- fax Fax
- +49 351 463-33114
arno.straessner@tu-dresden.de
Sprechzeiten: nach Vereinbarung
Mitarbeiter
NameMr Dr. Wolfgang Mader
Experimentelle Teilchenphysik
Send encrypted mail via the SecureMail portal (for TUD external users only).
Institute of Nuclear and Particle Physics
Visitor Address:
Andreas-Schubert-Bau, EG, Raum 08 Zellescher Weg 19
01069 Dresden
- work Tel.
- +49 351 463-33221
- fax Fax
- +49 351 463-33114