Charline Rougier vient de présenter, à la conférence « Connecting the Dots 2022 » à Princeton (Etats-Unis), un algorithme novateur pour l’analyse des données issues du trajectographe de l’expérience ATLAS. Son algorithme exploite les techniques d’apprentissage géométrique profond (geometric deep learning). Charline a donné sa présentation au nom de la collaboration internationale ATLAS basée au CERN. Elle effectue ses travaux de recherche en étroite collaboration avec une équipe de chercheurs et ingénieurs de recherche au L2IT, à Berkeley (Etats-Unis) et dans l’Illinois (Etats-Unis). Les derniers résultats de cette équipe ont été adoptés par la collaboration ATLAS.

Charline est étudiante en deuxième année de thèse à l’Université Toulouse III – Paul Sabatier, et elle fait partie de l’équipe « physique des particules » du L2IT. Elle est membre de la collaboration internationale ATLAS (3000 physiciens dans 42 pays) qui opère le détecteur ATLAS auprès du collisionneur LHC au CERN, et qui analyse les données issues du détecteur.