Högenergifysik
I högenergifysik forskar man inom grundläggande fysik och gör experimentella och fenomenologiska undersökningar in i de okända områdena av fysiken bortom det utforskade minsta och största.
Forskningen fokuserar på naturens minsta byggstenar och deras växelverkningar genom sofistikerade experiment. Experiment utförs bland annat med ATLAS-detektorn vid CERNs hadronkolliderare LHC (Large Hadron Collider) i Genève eller IceCube Neutrino Observatory, som är ett mycket stort neutrinoteleskop uppfört djupt nere i isen vid Sydpolen. För att pröva och tolka experimentella och observationella resultat utvecklas också teoretiska modeller både inom och bortom Standardmodellen.
Kopplat till detta, och för att förbereda fortsatta framsteg in i naturens okända regioner, deltar vi i nyskapande utveckling av framtida detektorer och acceleratorer som till exempel CLIC, linjärkollideraren med världens högsta energi. Vi är också bland de ledande inom de nordiska länderna vad gäller utvecklingen av Grid Computing, ett internationellt nät av superdatorer som tillhandahåller den beräkningskraft som krävs för storskaliga experiment världen runt.
Experimentell kolliderarfysik
Gruppen för experimentell kolliderarfysik utforskar elementarpartiklar och grundläggande krafter i naturen med hjälp av data från ATLAS-experimentet vid CERN:s Large Hadron Collider (LHC). Gruppens huvudaktiviteter är utveckling av instrumentering, datainsamling och fysikalisk analys av kollisionsdata samt design och utveckling av framtida kolliderare, nämligen Future Circular Collider (FCC) vid CERN.
Astropartikelfysik
Astropartikelfysik är ett relativt nytt forskningsfält som omfattar forskning om universums utveckling, gravitation, mörk materia och mörk energi, och kopplar därmed på ett djupgående sätt partikelfysik med astrofysik och kosmologi.
Teoretisk partikelfysik
Forskningen inom teoretisk partikelfysik fokuserar på teoretisk forskning inom elementarpartikelfysik och astropartikelfysik och knyter partikelfysikmodeller till verkligheten genom att göra förutsägelser för experiment.
Acceleratorfysik
Acceleratorfysik behandlar fysiken i laddade partikelstrålar och planering, byggande, drift och optimering av partikelacceleratorer. Sedan en tid har vi mestadels arbetat med tre projekt: CLIC vid CERN, XFEL vid DESY och FREIA för ESS.
Nätverksbaserad beräkningskraft
Analys av stora datamängder, som till exempel de data som samlas in vid experimenten vid CERN, kräver tillgång till stora mängder databeräknings- och datalagringsresurser. Alla dessa resurser finns inte tillgängliga på ett enskilt datorcenter, utan resurser från många olika ställen används för att tillfredsställa dessa behov.
Forskningen inom nätverksbaserad beräkningskraft fokuserar på utveckling av programvara för att kunna koppla samman dessa geografiskt åtskilda resurser till en nätverksbaserad beräkningsinfrastruktur.
Medarbetare
Publikationer
Ingår i Machine Learning, 2026
- DOI för A differentiable surrogate model for the generation of radio pulses from in-ice neutrino interactions
- Ladda ner fulltext (pdf) av A differentiable surrogate model for the generation of radio pulses from in-ice neutrino interactions
A Search for Millimeter-bright Blazars as Astrophysical Neutrino Sources
Ingår i Astrophysical Journal, 2026
- DOI för A Search for Millimeter-bright Blazars as Astrophysical Neutrino Sources
- Ladda ner fulltext (pdf) av A Search for Millimeter-bright Blazars as Astrophysical Neutrino Sources
Event reconstruction for radio-based in-ice neutrino detectors with neural posterior estimation
Ingår i European Physical Journal C, 2026
- DOI för Event reconstruction for radio-based in-ice neutrino detectors with neural posterior estimation
- Ladda ner fulltext (pdf) av Event reconstruction for radio-based in-ice neutrino detectors with neural posterior estimation
Explaining 95 GeV anomalies in the 2-Higgs doublet model type-I
Ingår i Nuclear Physics B, 2026
- DOI för Explaining 95 GeV anomalies in the 2-Higgs doublet model type-I
- Ladda ner fulltext (pdf) av Explaining 95 GeV anomalies in the 2-Higgs doublet model type-I
Explaining data excesses over the NMSSM parameter space with Deep Learning techniques
Ingår i Journal of High Energy Physics (JHEP), 2026
- DOI för Explaining data excesses over the NMSSM parameter space with Deep Learning techniques
- Ladda ner fulltext (pdf) av Explaining data excesses over the NMSSM parameter space with Deep Learning techniques
- Fler publikationer
Kontakt
- Programansvarig professor
- Arnaud Ferrari
- Avdelningsföreståndare
- Rikard Enberg
- Besöksadress: Ångströmlaboratoriet, hus 1, plan 2 och hus 8, plan 2, Regementsvägen 10, Uppsala
- Kontaktuppgifter för högenergifysik