[論文レビュー] Arbor, a new approach of the Particle Flow Algorithm

M. Q. Ruan|arXiv (Cornell University)|Mar 19, 2014

Particle physics theoretical and experimental studies参考文献 2被引用数 35

ひとこと要約

Arborは、高粒度コメータメータのヒットから得られる幾何情報のみを用いて、粒子崩壊のトポロジーを木構造として再構築する新規な粒子フロー解析アルゴリズムである。荷電粒子の軌跡を滑らかなブランチとしてモデル化し、ループのない接続性を強制することで、PandoraPFAと同等のサブシャワー分解能を達成し、荷電粒子の経路を的確に特定するとともに、将来の$e^+e^-$衝突実験における高精度なジェットエネルギー再構築を可能にする。

ABSTRACT

The granularity of calorimeter has been revolutionary boosted for future collider experiments. The calorimeter has been pushed to a stage that the sub structure of showers especially hadronic showers can be recorded to a high precision. New reconstruction algorithms are expected from these informations. Following the idea that shower follows the topology of the tree, we developed Arbor, a Particle Flow Algorithm framework. Tested on both simulated data and test beam data, it can successfully separate nearby showers. It has comparable jet energy resolution the best PFA algorithm for International Linear Collider. More importantly, Arbor successfully tags the sub shower structure such as the trajectory of charged particles generated in shower cascade, enabling new approaches for event reconstruction with high granularity calorimeter.

研究の動機と目的

• 将来の$e^+e^-$衝突実験における超高解像度コメータメータに特化した新しい粒子フロー解析アルゴリズム（PFA）の開発。
• 詳細な崩壊トポロジーを活用することで、現在の$50-60\% / \sqrt{E_J}$を超えるジェットエネルギー分解能の向上。
• 空間的ヒットパターンからサブシャワー構造、例えば荷電粒子の軌跡を再構築すること。
• シミュレーテッドデータおよび実際のテストビームデータの両方でアルゴリズムの妥当性を検証すること。
• エネルギー情報を利用しない幾何学的再構築でも、PandoraPFAのようなエネルギー情報に基づくPFAと同等の性能を達成できることを示すこと。

提案手法

• エネルギー損失情報を使わず、クリーニング済みコメータメータヒットの空間的位置のみを用いる。
• 閾値距離以内の近接ヒット間に方向性を持つ接続素子（コンネクタ）を構築し、方向性は原点からの横方向距離に基づく。
• ループを回避するためのコンネクタクリーニング手順を実施し、各ヒットで局所的基準方向に最も近いコンネクタのみを保持する。
• クリーニング済みコンネクタが木構造を形成し、その木構造を葉からシードへ向かうパスをトレースすることでブランチに分解する。
• ブランチは長さ順にソートされ、滑らかさを保ちつつ長距離接続を許容する形で反復的に抽出される。
• シードおよび葉における基準方向を用いて、ブランチを連結し、個々の入射粒子に対応する一貫性のあるシャワークラスタを形成する。

実験結果

リサーチクエスチョン

• RQ1 完全に幾何学的であるアルゴリズムが、高粒度コメータメータの崩壊シャワーにおいて、高い忠実度で荷電粒子の軌跡を再構築できるか？
• RQ2 木構造ベースのシャワートポロジー再構築は、重なったシャワーをどれほど効果的に分離できるか？
• RQ3 エネルギー情報なしのPFAが、PandoraPFAのような最先端のエネルギー情報に基づくPFAと比較して、どの程度のジェットエネルギー分解能を達成できるか？
• RQ4 アルゴリズムは、ハドロン的崩壊内の荷電粒子の経路といったサブシャワー構造を特定できるか？
• RQ5 複雑で近接したシャワー構成を示す実際のテストビームデータにおいても、アルゴリズムの性能が維持されるか？

主な発見

• Arborは、ブランチ長さが真のモンテカルロ軌跡長さと強く相関しており、100 mm以上のパスでは良好な一致を示した。
• シミュレーションでは、近接したシャワーの分離能が強く、3つの光子クラスタと多数のハドロン的シャワーを明確に解離した。
• テストビームデータでは、重なったシャワーを示す事前相互作用ハドロン的イベントを正しく特定・分離した。
• Arborで再構築した$Z \to b\bar{b}$および$H \to b\bar{b}$イベントのジェットエネルギー分解能は、PandoraPFAが達成する性能と同等であった。
• PandoraPFAシミュレーションで用いられるAHCALとは異なり、やや粗いHCAL（DHCALのデジタルモード）を用いても、シミュレーションにおいてPandoraPFAと同等のジェットエネルギー分解能性能を達成した。
• Arborが、例えば崩壊内での荷電粒子の軌跡といったサブシャワー構造を特定できることにより、高粒度コメータメータにおける高度なイベント再構築の新たな可能性が開かれた。