Algorithmic and Machine Learning Approaches in Physics: From Hyper- Kamiokande to Cosmology

El objetivo principal de esta tesis doctoral es desarrollar y aplicar metodologías computacionales avanzadas para abordar desafíos clave en la física de neutrinos y en la cosmología. Esta investigación se fundamenta en la premisa de que los neutrinos, a pesar de ser partículas extremadamente abundantes, siguen siendo uno de los componentes más enigmáticos de la física fundamental. Sus propiedades únicas, como su masa extremadamente pequeña, su débil interacción con la materia y su capacidad de oscilar entre distintos sabores, los convierten en herramientas privilegiadas para explorar fenómenos más allá del Modelo Estándar y para comprender la estructura y evolución del Universo a gran escala. Aprovechar todo su potencial científico requiere cada vez más de técnicas computacionales sofisticadas que permitan enfrentar problemas complejos de optimización experimental, análisis de datos e inferencia estadística.

Author dc:creator

• Rodríguez Cabo, Sara

Advisors dc:contributor.advisor

• Bonavera, Laura
• Suárez Gómez, Sergio Luis

• Cosmología
• Soluciones algorítmicas
• Hyper- Kamiokande

Statement dc:rights

• Attribution-NonCommercial-NoDerivatives 4.0 Internacional

Licence dc:rights.uri

• http://creativecommons.org/licenses/by-nc-nd/4.0/

Language dc:language.iso

eng

Handle dc:identifier.uri

https://hdl.handle.net/10651/81466

OAI identifier oai:identifier

oai:digibuo.uniovi.es:10651/81466