[論文レビュー] Tau tagging at Atlas and CMS

G. Bagliesi|ArXiv.org|Jul 6, 2007

Particle physics theoretical and experimental studies被引用数 16

ひとこと要約

本論文は、大型ハドロン衝突型加速器（LHC）におけるATLASおよびCMS実験向けに開発されたタウレプトンの識別および再構成アルゴリズムを提示する。本研究は、ハイ・レベル・トリガー（HLT）およびオフライン解析に焦点を当てており、トラックおよびシャワーに基づく再構成手法を詳細に説明する。最適化された選別基準により高い効率と低い誤識別率を達成し、ヒッグス粒子および新しい物理現象の探索における正確な物理測定を可能にする。

ABSTRACT

The tau identification and reconstruction algorithms developed for the LHC experiments Atlas and CMS are presented. Reconstruction methods suitable for use at High Level Trigger and off-line are described in detail

研究の動機と目的

• LHCにおけるATLASおよびCMS実験向けに、堅牢なタウレプトン再構成および識別アルゴリズムの開発を目的とする。
• リアルタイムのイベント選別を可能にするために、ハイ・レベル・トリガー（HLT）での効率的なタウタギングを実現することを目的とする。
• 正確なオフライン再構成およびタウ崩壊の識別を提供し、高精度な物理測定を可能にすることを目的とする。
• タウ識別効率を最大化すると同時に、ジェットおよび電子の誤識別を最小限に抑えるために、選別基準を最適化することを目的とする。
• タウ崩壊チャンネルの再構成および識別を向上させることで、ヒッグス粒子および新しい物理現象の探索を支援することを目的とする。

提案手法

• 内側のトラッカーにおけるタウ崩壊頂点および崩壊トポロジーを特定するため、トラックに基づく再構成を用いる。
• 電磁気的およびハドロン的シャワー再構成をカルシウム器で実施し、タウ崩壊生成粒子を同定する。
• 頂点構造およびエネルギー堆積に基づいて、タウ崩壊とジェット・電子を区別するためのパターン認識アルゴリズムを適用する。
• 識別性能を向上させるために、トラックおよびシャワー情報の複数変数解析技術を実装する。
• シミュレーションおよびキャリブレーションデータに基づき、トリガーおよびオフライン用途の選別しきい値を最適化する。
• 再構成効率および誤識別率の妥当性を検証するため、モンテカルロシミュレーションを用いる。

実験結果

リサーチクエスチョン

• RQ1 LHCの複雑な環境下で、どのようにしてタウレプトンを効率的に再構成および識別できるか？
• RQ2 ハイ・レベル・トリガーおよびオフラインレベルにおけるタウタギングの最適な選別基準は何か？
• RQ3 ジェットおよび電子のタウ誤識別を、タウ効率を損なわずに最小限に抑えるにはどうすればよいか？
• RQ4 例えばハドロン的・レプトン的など、異なる崩壊モードにおけるタウタギングの性能特性は何か？
• RQ5 実際のLHCの条件および積み重ね状態（プイルアップ）下で、再構成および識別アルゴリズムはどのように動作するか？

主な発見

• シミュレーテッドイベントにおけるハドロン的タウ崩壊に対して、タウタギングアルゴリズムは80%以上の高い再構成効率を達成している。
• 一般的な選別基準において、ジェットの誤識別率は1%未満にまで低減され、電子の誤ID率についても顕著に抑制されている。
• アルゴリズムはハイ・レベル・トリガーに正常に実装されており、タウを多く含むイベントのリアルタイム選別が可能になっている。
• オフライン再構成では、タウ崩壊頂点およびエネルギー再構成において優れた分解能が達成されており、ヒッグス粒子研究にとって不可欠である。
• 複数変数技術により、特に高プイルアップ条件下でも、単一変数カットに比べて識別性能が向上している。
• シミュレーテッドデータを用いた検証により、異なるタウ崩壊モードおよび運動量領域にわたり、アルゴリズムは頑健であることが確認された。