[論文レビュー] Vertexing and Tracking Software at Belle II

T. Schlüter|arXiv (Cornell University)|Nov 13, 2014

Particle physics theoretical and experimental studies参考文献 22被引用数 4

ひとこと要約

本論文は、8×10³⁵ Hz/cm²の光度における想定されない高いデータレートとバックグラウンドレベルに対応するためのBelle II実験の頂点化およびトラッキングソフトウェアフレームワークを提示する。オンラインでのデータレースダウングレーディング、ヒットの組み合わせにためのセルオートマトン、トラック候補選択にためのホフフィールドネットワーク、および適応的アニーリングを用いた高度なカルマンフィルタリングを採用し、高精度なトラックおよび頂点再構築を実現することで、レアおよびインビジブル崩壊に対する感度が向上した完全なイベント再構築を可能にする。

ABSTRACT

Belle II is a $B$ factory experiment aiming to start physics data taking in 2017. It is currently being set up at the SuperKEKB accelerator at the KEK facility in Tsukuba (Japan), an asymmetric $e^+e^-$ collider which aims to achieve an unprecedented instantaneous luminosity of $8\cdot10^{35} extrm{Hz}/ extrm{cm}^2$. This forty-fold increase over predecessor experiments is achieved by employing a novel nano-beam scheme. Originally developed for the now-defunct SuperB experiment, this scheme allows a significant increase in luminosity at only modest increases of beam currents. Challenges for the vertex detector result from increased data and background rates. At full luminosity, physics data will be recorded at a rate of $30\, extrm{kHz}$. The radiation-hard DEPFET-sensors of the innermost layer of the vertex detector will be read out employing a novel data-reduction scheme using selective detector read out based on online reconstruction of event data. Belle II uses a software framework in which data handling is unified between various data processing modules. In this way, tasks can be divided flexibly and the same software framework can be used for a diversity of tasks ranging from the high-level trigger to final processing of plots for publications. Tracking and vertexing modules are currently under development and we will discuss their features.

研究の動機と目的

• Belle IIの8×10³⁵ Hz/cm²の光度における30 kHzの物理データレートと増加するバックグラウンドレベルに対応する。
• ハイレベルトライガーおよび最終解析段階の両方で使用可能な、拡張可能で統合されたトラッキングおよび頂点化ソフトウェアフレームワークを開発する。
• 高い占有度と放射線損傷が生じる頂点検出器においても、粒子の軌道および頂点を高精度で再構築できるようにする。
• すべての崩壊生成物を正確に再構築することで、B中間子の崩壊の完全なイベント再構築を可能にする、レアおよびインビジブル崩壊の解析を支援する。

提案手法

• オンライン再構築を用いた選択的読み出しスキームを実装し、ピクセルデータレートを20 GB/sから管理可能なレベルに低下させる。
• 隣接するヒットをセルにグループ化し、トラック検出における組み合わせ的あいまいさを解消するためのセルオートマトンアルゴリズムを用いる。
• モンテカルロシミュレーションで学習したホフフィールドネットワークを用い、重複するセルの組み合わせから最適な重複のないトラック候補の集合を抽出する。
• 適応的決定的アニーリングを用いた変更されたカルマンフィッターを採用し、バックグラウンドヒットを除外し、ワイヤーチェンバー測定における左/右のあいまいさを解消する。
• 一般化された折れ線（General Broken Lines）アルゴリズムを用いてアライメントを実施し、トラックフィットモデルに物質効果を組み込む。
• RAVEパッケージおよびKFITを用いてトラックおよび頂点フィッティングを統合し、粒子識別検出器への外挿を行い、ヘリックスパラメータをmDSTに保存する。

実験結果

リサーチクエスチョン

• RQ1 Belle IIのトラッキングソフトウェアは、高レート・高占有度の頂点検出器からのデータレートを効率的に低減しつつ、再構築の正確性を維持できるか？
• RQ2 高いバックグラウンドと複雑なヒットパターンが存在する状況下で、トラックおよび頂点再構築に最適なアルゴリズムの組み合わせは何か？
• RQ3 オンライン再構築およびデータレースダウングレーディングを、トライガーおよび最終解析の両方をサポートする統合されたソフトウェアフレームワークにどのように統合できるか？
• RQ4 新しいトラッキングおよび頂点化ソフトウェアを用いることで、高統計的精度でB中間子の完全なイベント再構築をどの程度達成できるか？
• RQ5 適応的アニーリングや物質に配慮したフィッティングといった高度なフィッティング技術は、トラックおよび頂点再構築の分解能と頑健性をどのように向上させるか？

主な発見

• オンラインデータレースダウングレーディングスキームにより、フル読み出しによる20 GB/sのボトルネックを回避し、ピクセルデータレートを管理可能なレベルに抑えることに成功した。
• セルオートマトンとホフフィールドネットワークの組み合わせにより、高占有度環境下でも組み合わせ的あいまいさが効果的に解消され、高品質なトラック候補が選択された。
• 適応的決定的アニーリングアルゴリズムにより、バックグラウンド由来のヒットを除外し、測定のあいまいさを解消することで、トラックフィッティングの性能が顕著に向上した。
• General Broken Linesアルゴリズムの使用により、トラックフィットに物質効果をモデル化することで正確なアライメントが可能となり、全体の再構築精度が向上した。
• 高精度なトラッキングおよび頂点化のおかげで、B中間子の完全なイベント再構築が可能となり、レアおよびインビジブル崩壊の新たな解析が可能になった。
• 統合されたソフトウェアフレームワークにより、ハイレベルトライガーから最終物理解析に至るまでのデータ処理チェーン全体に柔軟に展開可能となった。