Dans le Modèle Standard (MS), le champ de Higgs brise la symétrie électrofaible et confère leur masse aux bosons W et Z. L’auto-couplage du boson de Higgs, qui détermine la forme du potentiel du Higgs et la stabilité du vide de l’univers, reste non mesuré, et la production de paires de bosons de Higgs (di-Higgs, HH) est la seule voie directe pour y accéder. La production de di-Higgs est extrêmement rare avec une section efficace d’environ 40 fb au LHC à 13.6 TeV. Parmi les états finaux possibles, le canal multilepton (canal avec des leptons légers) est prometteur grâce à sa signature cinématique distinctive, bien que complexe en raison de la diversité des topologies et des bruits de fond. Les avancées récentes en intelligence artificielle, en particulier les architectures de type transformer respectant les symétries physiques, ont amélioré de manière significative la reconstruction d’événements complexes dans des canaux tels que HH?4b ou or HH?bbtt. Appliquer ces techniques au canal multilepton offre un fort potentiel pour améliorer la sensibilité. Ce projet de thèse se concentrera sur la recherche de la production de di-Higgs dans l’état final multilepton avec l’ensemble des données du Run 3 d’ATLAS à 13,6 TeV, en s’appuyant sur les travaux en cours des équipes de l’Irfu sur le canal ttH multilepton afin de développer des méthodes avancées d’analyse et de reconstruction basées sur l’intelligence artificielle. L’objectif du projet est d’approcher la sensibilité du MS sur l’auto-couplage du boson de Higgs.