[論文レビュー] A Wavelet Based Pile-Up Mitigation Method for the LHC Upgrade

J. Monk, C. Wiglesworth+1 more|arXiv (Cornell University)|Dec 18, 2018

Particle physics theoretical and experimental studies参考文献 23被引用数 7

ひとこと要約

本稿では、ハイ・リタリティティ LHC におけるパイルアップ低減手法を、ウェーブレット変換に基づいて提案する。パイルアップをウェーブレット領域におけるホワイトノイズとしてモデル化し、背景衝突をフィルタリングする。この手法は、特に中程度から高レベルの横断的運動量において、信号粒子とパイルアップを効果的に分離でき、動的しきい値と charged track 情報を用いることで性能が向上し、μ ≈ 300 においても強力な信号保持とパイルアップ拒否を示す。

ABSTRACT

Collision experiments at the Large Hadron Collider suffer from the problem of pile-up, which is the read-out of multiple simultaneous background proton-proton collisions per beam-crossing. We introduce a pile-up mitigation technique based on wavelet decomposition. Pile-up is treated as a form of white noise, which can be removed by filtering beam-crossing events in the wavelet domain. The particle-level performance of the method is evaluated using a sample of simulated proton-proton collision events that contain Z bosons decaying to a pair of neutrinos, overlaid with pile-up. In the wavelet representation, the pile-up noise level is found to grow with the square root of the number of background proton-proton collisions.

研究の動機と目的

• LHC における高リタリティティプロトン-プロトン衝突において、重複する複数のイベントが物理的シグナルを隠蔽するという課題に対処すること。
• 事前に定義された角度スケールや粒子分類に依存しない、マルチスケールで非局所的なパイルアップ低減手法を開発すること。
• 信号粒子とパイルアップの分離性能を、信号活動が見えず QCD に類似した Z→νν 衰え過程という挑戦的な状況で評価すること。
• HL-LHC に適した高 μ 環境におけるパイルアップ低減に、ウェーブレットベースのノイズフィルタリングの実現可能性を示すこと。
• ウェーブレット分解と charged 球粒追跡を組み合わせることで、信号-パイルアップ分離の性能向上の可能性を探ること。

提案手法

• 独立した衝突からの寄与が相関のないため、パイルアップを各角度スケールにポアソン分布を用いたフラクチュエーションを伴うホワイトノイズとしてモデル化する。
• 離散ウェーブレット変換（DWT）を用いて、急速度-方位角（y–ϕ）のイベントデータをウェーブレット係数空間に変換し、マルチスケール解析を可能にする。
• 固定しきい値アルゴリズムを適用し、固定レベル未満のウェーブレット係数を除外することで、低振幅係数をパイルアップノイズとみなす。
• 局所的なノイズレベルに適応する動的しきい値アルゴリズムを実装し、信号保持とパイルアップ拒否の両方を向上させる。
• ウェーブレット領域における信号領域同定を精緻化するために、charged 球粒追跡情報を統合し、よりきめ細かいフィルタリングを可能にする。
• 粒子多重度と横断的運動量和を観測量として用い、pT バイン毎に信号寄与とパイルアップ寄与を比較することで性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 ウェーブレット分解は、角度スケールの仮定に依存せずに、高多重度 LHC イベントにおける信号粒子とパイルアップの分離を効果的に行えるか？
• RQ2 μ が 300 まで増加するに従い、ウェーブレットベースのパイルアップ低減手法の性能はどのように変化するか？
• RQ3 ウェーブレット領域で動的しきい値を用いることで、固定しきい値と比較して信号保持とパイルアップ拒否の両面でどの程度性能が向上するか？
• RQ4 ウェーブレット領域における charged 球粒追跡情報の統合は、信号-パイルアップ分離の正確性をどの程度向上させるか？
• RQ5 信号に可視の最終状態粒子がない Z→νν のような挑戦的な信号過程においても、この手法は有効性を維持するか？

主な発見

• ウェーブレットベースの手法は、パイルアップをホワイトノイズとして効果的にモデル化でき、ノイズパワーがバックグラウンド衝突数（μ）の平方根に比例して増加することが分かった。
• μ = 100 の場合、動的しきい値アルゴリズムは r_cut > 0.6 の条件下で、1 < pT < 4 GeV の粒子において信号優位性を達成し、固定しきい値法よりも顕著に性能向上を示した。
• pT > 4 GeV の粒子に対しては、ほぼすべての信号粒子を保持しつつ、90% 以上のパイルアップを拒否することができ、高 pT における優れた性能を示した。
• ROC曲線から、信号保持が最大でパイルアップ拒否が最小となる上左領域が最適であり、特に高 pT および μ = 50–300 の範囲で優れた性能が得られた。
• charged 球粒追跡情報の統合により、すべての μ 値および pT 範囲で ROC 性能が向上し、信号損失を伴わずによりきめ細かいフィルタリングが可能になった。
• この手法は高 μ に対しても効果的にスケーリングされ、μ ≈ 300 においても実用的で効果的であることが確認され、HL-LHC およびその先の環境に適したものである。