Assisterande instituttleiar

Therese Berge Sjursen

Arbeids- og kompetanseområde

My research lies in the crossing point of particle physics and data science. The Large Hadron Collider at CERN recreates the conditions of the early universe by colliding protons at ultra-high energies, allowing us to explore the secrets of the Universe. The main focus in my research is to analyse these particle collisions with the goal to discover the nature of Dark Matter, a type of matter that makes up 85% of the total matter of the Universe and that we know almost nothing about. I am currently leading the research project “Use Artificial Intelligence to pinpoint Dark Matter at the Large Hadron Collider”, financed by the research Council of Norway. In this project,  my team and I are developing new search methods to search for new physics with machine learning techniques. I have also a strong interest in, and focus on developing robust, interpretable and trustworthy AI/machine learning.



Underviser i
  • Fysikk og matematikk for ingeniørstudenter på alle nivå.
  • Veileder for flere masterprosjekter i programvareutvikling

Forskar på
  • Analyse av høyenergetiske partikkelkollisjoner for å øke vår kunnskap og forståelse av universet
  • Prøver å finne ut mer om hva mørk materie er
  • Kan supersymmetri være en potensiell utvidelse av vår matematiske modell for universet, som for tiden er bestrevet av Standard Modellen
  • Partikkelfysikk
  • Maskinlæring og kunstig intelligens
  • Generell kristisk dataanalyse

Publikasjonar

  • Machine learning classification of sphalerons and black holes at the LHC

    Aurora Singstad Grefsrud, Trygve Buanes, Fotis Koutroulis, Anna Lipniacka, Rafał Masełek, Andreas Papaefstathiou (2024)
  • R&D Computing, ML/AI in HEP

    Therese B. Sjursen (2023)
  • Mixture density networks for Tau Energy Scale calibration

    Therese B. Sjursen (2023)
  • R&D Computing, machine learning/AI

    Therese B. Sjursen (2023)
  • Use Artificial Intelligence to pinpoint Dark Matter at the LHC

    Therese B. Sjursen (2023)
Vis alle
Laster...