[論文レビュー] Pixel Hit Reconstruction with the CMS Detector

G. Giurgiu|arXiv (Cornell University)|Aug 28, 2008

Particle physics theoretical and experimental studies被引用数 3

ひとこと要約

本論文は、CMS検出器向けのテンプレートベースのピクセルヒット再構成技術を提示する。この手法は、さまざまな放射線照射レベルおよびトラック入射角を想定した詳細なシミュレーション（Pixelav）を用いて、クラスタ形状をモデル化する。観測されたクラスタを事前に計算されたテンプレートに$χ^2$最小化により適合させることで、特に高電荷クラスタおよび放射線照射後の状態においてもピクセルヒット分解能を向上させる。これにより、bクォークタグギングの誤検出率が2–3倍低減され、トラックパラメータの精度が向上する。

ABSTRACT

We present a new technique for pixel hit reconstruction with the CMS pixel detector. The technique is based on fitting the pixel cluster projections to templates obtained using a detailed simulation called Pixelav. Pixelav successfully describes the profiles of clusters measured in beam tests of radiation-damaged sensors. Originally developed to optimally estimate the coordinates of hits after the radiation damage, the technique has superior performance before irradiation as well, reducing the resolution tails of reconstructed track parameters and significantly reducing the light quark background of tagged b-quarks. It is the only technique currently available to simulate hits from a radiation-damaged detector.

研究の動機と目的

• 放射線損傷下でも、CMSシリコンピクセル検出器におけるピクセルヒット再構成の精度を向上させること。
• 放射線照射後の電荷捕獲およびクラスタ非対称性に起因する分解能の低下とバイアスを是正すること。
• トップクォーク、ヒッグスおよび超対称性探索においてB中間子を同定する上で不可欠な、正確なインパクトパラメータおよび崩壊長の測定を可能にすること。
• 実際の検出器の老化状態と一致するようにピクセルクラスタのシミュレーションを同期させ、時間経過に伴う再構成の正確性を維持すること。
• 最小$χ^2$値を用いて不一致なヒットを除外することで、パターン認識の効率と速度を向上させ、トラッキングパターン認識を向上させること。

提案手法

• Pixelavシミュレーションツールを用いて、全トラック入射角（$\alpha$, $\beta$）および照射レベルを想定したクラスタテンプレートを生成する。このツールは、電荷の沈着と共有をモデル化する。
• トラック方向および検出器の照射状態に応じた、ピクセルクラスタ内での期待される電荷沈着を表す事前計算済みテンプレートを用いる。
• 観測されたクラスタの投影（XおよびY方向）とテンプレートマップとの間で$χ^2$最小化を実行し、$χ^2$値が最小となる座標を真のヒット位置として推定する。
• 最初のステップで標準再構成により得られたトラック方向を活用し、2回目の再構成プロセスでこの手法を適用する。
• 最小$χ^2$値を品質指標として用い、パターン認識段階で不一致なヒットを特定・除外する。
• 観測された照射後クラスタ形状に一致させるために、標準シミュレーション出力をPixelavを用いて再重み付けし、時間経過に伴うシミュレーションの正確性を維持する。

実験結果

リサーチクエスチョン

• RQ1 テンプレートベースの再構成は、特に高電荷クラスタにおいて、標準CMSピクセルヒット再構成を上回る空間分解能を達成できるか？
• RQ2 検出器が放射線照射を受ける後、テンプレート法がトラックパラメータの分解能尾やバイアスをどの程度低減できるか？
• RQ3 インパクトパラメータを判別子として用いた場合、テンプレート法は偽bタグギング率をどの程度低減できるか？
• RQ4 テンプレート適合からの$χ^2$確率を用いることで、トラッキングパターン認識の効率と速度を向上させられるか？
• RQ5 放射線損傷が蓄積されるに従い、Pixelavでシミュレートされたテンプレートは実際の検出器挙動をどの程度正確に再現できるか？

主な発見

• テンプレートベースの再構成は、照射前後ともに平均電荷を上回るクラスタに対して、ピクセルヒット分解能を顕著に向上させる。
• 照射後、標準再構成手法は電荷捕獲に起因して大きな分解能の低下とバイアスを示すが、テンプレート法は非対称クラスタ形状を考慮することで高い分解能を維持する。
• インパクトパラメータを判別子として用いた場合、偽bタグギング率が2–3倍低減される。これは、インパクトパラメータ測定の分解能向上に起因する。
• テンプレート適合からの$χ^2$確率は信頼性の高い品質指標となり、不一致ヒットの除外とパターン認識の高速化を可能にする。
• Pixelavシミュレーションは放射線損傷を受けたセンサー内のクラスタ形状を正確にモデル化でき、照射済み検出器からのヒットをシミュレートできる唯一の手法である。
• 照射前でさえ、特にデルタレーゾンに影響を受けるクラスタに対して、標準再構成より優れた性能を示す。これは、Pixelavがデルタレーゾンを詳細にモデル化しているためである。