[論文レビュー] Real-time Timepix3 data clustering, visualization and classification with a new Clusterer framework

L. Meduna, B. Bergmann+4 more|arXiv (Cornell University)|Oct 29, 2019

Particle Detector Development and Performance被引用数 4

ひとこと要約

本論文では、クアッドツリー・データ構造と動的プラグイン・フィルタを用いて、オンラインでのクラスタリング、可視化、フィルタリングを可能にする、リアルタイムでマルチスレッド処理が可能なC++フレームワーク「Clusterer」を提示する。このシステムは、順不同のピクセル・ストリームからの低遅延なイベント再構成を実現し、知能的なフィルタリングによりデータ量を最大90％まで削減する。CERNのATLASおよびMoEDAL実験で妥当性が検証され、ライブ放射線モニタリングおよび3次元トラック再構成の機能を有する。

ABSTRACT

With the next-generation Timepix3 hybrid pixel detector, new possibilities and challenges have arisen. The Timepix3 segments active sensor area of 1.98 $cm^2$ into a square matrix of 256 x 256 pixels. In each pixel, the Time of Arrival (ToA, with a time binning of 1.56 $ns$) and Time over Threshold (ToT, energy) are measured simultaneously in a data-driven, i.e. self-triggered, read-out scheme. This contribution presents a framework for data acquisition, real-time clustering, visualization, classification and data saving. All of these tasks can be performed online, directly from multiple readouts through UDP protocol. Clusters are reconstructed on a pixel-by-pixel decision from the stream of not-necessarily chronologically sorted pixel data. To achieve quick spatial pixel-to-cluster matching, non-trivial data structures (quadtree) are utilized. Furthermore, parallelism (i.e multi-threaded architecture) is used to further improve the performance of the framework. Such real-time clustering offers the advantages of online filtering and classification of events. Versatility of the software is ensured by supporting all major operating systems (macOS, Windows and Linux) with both graphical and command-line interfaces. The performance of the real-time clustering and applied filtration methods are demonstrated using data from the Timepix3 network installed in the ATLAS and MoEDAL experiments at CERN.

研究の動機と目的

• 放射線モニタリングおよびイベント事前選別を目的とした、高レートでデータ駆動型のTimepix3検出器ストリームをリアルタイムで処理すること。
• Timepix3のハードウェア制限に起因する部分的に順不同のピクセル・データから粒子トラックを再構成する課題に対処すること。
• クラスタサイズやエネルギーなどのクラスタ特性に基づくオンラインフィルタリングを実装することで、データ保存要件を削減すること。
• クロスプラットフォーム互換性を確保し、GUIおよびコマンドラインインターフェースの両方をサポートすることで、幅広い利用可能性を実現すること。
• KatherineおよびSPIDRを含む、さまざまなTimepix3読み出しシステムと互換性を持つモジュラーで拡張可能なソフトウェアフレームワークを提供すること。

提案手法

• フレームワークは、リアルタイムクラスタリング中のピクセルからクラスタへのマッチングを高速化するため、クアッドツリー空間データ構造を用いる。
• 高性能を実現するため、入力パース、クラスタリング、可視化のタスクを並列化するマルチスレッドアーキテクチャを実装する。
• 新規のイベント構築アルゴリズムにより、時間的および空間的近接性（8近傍）に基づいて動的にクラスタをマージすることで、入力ピクセルを時系列順に処理する。
• クラスタメンバーシップを定義するための時間ウィンドウを2000 nsに設定し、粒子相互作用の整合性を保証する。
• フィルタリングはプラグインライブラリを介して実装され、エネルギー損失やクラスタサイズといったユーザー定義基準によるイベント選別が可能である。
• エネルギーキャリブレーションおよびタイムウォーク補正をサポートすることで、物理学的解析の精度が向上する。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、順不同のTimepix3ピクセル・データストリームからリアルタイムで粒子イベントを再構成できるか？
• RQ2 低遅延な高レート検出器データのクラスタリングを実現するためのデータ構造と並列化戦略は何か？
• RQ3 オンラインフィルタリングは、物理的関連イベントを失うことなく、どの程度データ量を削減できるか？
• RQ4 このフレームワークは、3次元粒子トラック再構成および非弾性相互作用の同定において、どの程度効果的か？
• RQ5 GUIおよびCLI両方のサポートを備えた複数のオペレーティングシステムに、ソフトウェアを信頼性高く展開できるか？

主な発見

• フレームワークは、ピクセル・データに最大200 µsの時間的不整順さが存在する状況下でも、リアルタイムで粒子トラックを再構成することに成功した。
• 2000 nsの時間ウィンドウと8近傍空間基準を用いることで、最小限の遅延で粒子相互作用の正確なクラスタリングが実現された。
• テストビームキャンペーンでは、オンラインフィルタリングによりデータ量が最大90％まで削減され、ディスク保存容量の大幅な削減が達成された一方で、物理的関連イベントは保持された。
• CERNのテストビームデータでは、ライブ統計（クラスタレートおよびエネルギースペクトルを含む）を伴うリアルタイム放射線場モニタリングが実証された。
• 選択されたクラスタのスケルトン化により、非弾性核反応に起因する五本枝の断片化トラックが同定され、フレームワークの詳細なイベント解析能力が裏付けられた。
• Windows、macOS、Linuxの全プラットフォームで完全なクロスプラットフォーム互換性を達成し、GUIおよびCLIインターフェースを備えることで、実験物理学分野における広範な利用可能性が確保された。