[論文レビュー] Wavelet Analysis: Event De-noising, Shower Evolution and Jet Substructure Without Jets

J. Monk|arXiv (Cornell University)|May 20, 2014

Image and Signal Denoising Methods参考文献 2被引用数 6

ひとこと要約

本稿では、ハドロン衝突イベントのノイズ除去、シャワーエボリューションの解析、および従来のジェット探索アルゴリズムに依存せずにジェットを同定する手法としてウェーブレット解析を新規に導入する。エネルギー分布データをスケールおよび位置局所化されたウェーブレット係数に分解することにより、積み重ね効果を効果的に抑制し、Wボソン質量ピークを著しく強化するとともに、ブーストドWボソンイベントにおけるバックグラウンド分離を向上させる。

ABSTRACT

Wavelet decomposition is a method that has been applied to signal processing in a wide range of subjects. The decomposition isolates small scale features of a signal from large scale features, while also maintaining information about where in the signal those features occur. Wavelets obey particular scaling relations and are especially suited to the analysis of systems that are self-similar and scale invariant. They are therefore a natural tool for the study of hadron collisions. This paper introduces the use of wavelets for de-noising (removal of soft activity), studying the scaling behaviour of a shower, and recognising jets according to this behaviour. This is demonstrated by processing a sample of boosted W boson Monte Carlo events together with their QCD background. The method is quite general and can be used as a pre-processing step in conjunction with any jet-finder or other event-shape algorithm. The result in this simple example is a significant enhancement in both the size and shape of the W boson mass peak, together with an improved separation of the background distribution.

研究の動機と目的

• ハドロン衝突のための一般用途のイベント解析フレームワークをウェーブレット変換に基づいて開発すること。
• ブーストドボソンイベントにおける積み重ね汚染の課題に、ウェーブレットに基づくノイズ除去を適用することで対処すること。
• QCDシャワーのスケーリング挙動をウェーブレット分解を用いて調査し、ジェットに類似した構造を同定すること。
• ウェーブレット解析がジェット探索やサブストラクチャリングアルゴリズムの前処理ツールとして機能できることを示すこと。
• 従来のジェット再構築技術に依存せずに、ウェーブレットに基づくジェット認識が可能であることを示すこと。

提案手法

• イベントのエネルギーフロー・データに離散ウェーブレット変換（DWT）を適用し、複数のスケールおよび位置における直交ウェーブレット基底関数に分解する。
• 各スケールインデックス $ m $ がモザイク・ウェーブレット $ \psi $ のスケーリングされたバージョンに対応するダイアディックグリッドを用い、マルチスケール解析を可能にする。
• 高周波数ウェーブレット係数にしきい値を適用することでノイズ（ソフト活動および積み重ね）を除去し、効果的なノイズ除去を実現する。
• 修正されたウェーブレット係数を再構成することで、大規模な特徴を保持しつつ、よりクリアなエネルギーフローを再構築する。
• ウェーブレット係数のスケール依存構造を用い、自己相似的な放射パターンに基づいてジェットを同定する。
• 再構築された質量分布における信号純度をさらに向上させるために、尤度ベースの選別基準 $ L_R > 0.9 $ を実装する。

実験結果

リサーチクエスチョン

• RQ1 ウェーブレット解析は、特にブーストドWボソンイベントにおいて、積み重ねによる汚染を受けたハドロン衝突イベントを効果的にノイズ除去できるか？
• RQ2 ウェーブレット係数のスケール依存構造は、QCDシャワーの進化をどのように反映しているか？
• RQ3 標準的なジェット探索アルゴリズムを用いずに、ウェーブレットスケール行動に基づいてジェットに類似した構造を同定できるか？
• RQ4 ウェーブレットベースのノイズ除去は、積み重ね条件下でWボソン質量ピークの分解能および有意性をどの程度向上させるか？
• RQ5 信号とバックグラウンドの分離性能に関して、ウェーブレット解析は既存のジェットサブストラクチャリング技術と比較して、一般性および性能において優れているか？

主な発見

• ウェーブレットによるノイズ除去により、積み重ねによって広がった分布から明瞭で細いWボソン質量ピークを回復させることができ、ピークの可視性が著しく向上した。
• この手法により、Wボソン質量ピークの大きさと形状の両方が向上し、ソフト活動による歪みが小さくなり、ピークがより明確に分離された。
• バックグラウンド分離が向上し、ウェーブレット処理後の信号とQCDバックグラウンド分布の重複が減少したことが示された。
• $ L_R > 0.9 $ を用いたウェーブレットベースのジェット選別により、バックグラウンドがさらに抑制され、信号が保持されたことで、よりクリアな質量分布が得られた。
• このアプローチは汎用的であり、任意のジェットファインダーやイベント形状解析の前処理として使用可能であり、既存のアルゴリズムの変更を要しない。
• 単純な平滑化手法よりも優れており、二点相関法やエネルギーフロー畳み込みなどの代替手法よりもロバストである。これは、直交的かつマルチスケールで逆変換可能な分解に起因する。