[논문 리뷰] Arbor, a new approach of the Particle Flow Algorithm

M. Q. Ruan|arXiv (Cornell University)|2014. 03. 19.

Particle physics theoretical and experimental studies참고 문헌 2인용 수 35

한 줄 요약

Arbor는 향후 $e^+e^-$ 충돌기 실험에서 고해상도 캘로리미터의 충격을 기반으로 기하정보만을 사용하여 입자 쇼워 구조를 나무 모양의 구조로 재구성하는 새로운 입자 흐름 알고리즘이다. 전하를 띤 입자 궤적을 부드러운 가지로 모델링하고 순환 없는 연결성을 강제함으로써, PandoraPFA 수준의 쇼워 이하 해상도를 달성하며 전하를 띤 입자 경로를 성공적으로 태그하고 향후 $e^+e^-$ 충돌기 실험에서 고정밀도 제트 에너지 재구성을 가능하게 한다.

ABSTRACT

The granularity of calorimeter has been revolutionary boosted for future collider experiments. The calorimeter has been pushed to a stage that the sub structure of showers especially hadronic showers can be recorded to a high precision. New reconstruction algorithms are expected from these informations. Following the idea that shower follows the topology of the tree, we developed Arbor, a Particle Flow Algorithm framework. Tested on both simulated data and test beam data, it can successfully separate nearby showers. It has comparable jet energy resolution the best PFA algorithm for International Linear Collider. More importantly, Arbor successfully tags the sub shower structure such as the trajectory of charged particles generated in shower cascade, enabling new approaches for event reconstruction with high granularity calorimeter.

연구 동기 및 목표

• 향후 $e^+e^-$ 충돌기에서 초고해상도 캘로리미터에 특화된 새로운 입자 흐름 알고리즘(PFA)을 개발하는 것.
• 세부적인 쇼워 구조를 활용하여 현재의 $50-60\% / \sqrt{E_J}$ 수준을 초월하는 제트 에너지 해상도를 향상시키는 것.
• 공간적 충격 패턴에서 쇼워 이하 구조, 예를 들어 전하를 띤 입자 궤적을 재구성하는 것.
• 모의 데이터 및 실제 테스트 비드 데이터에서 알고리즘의 유효성을 검증하는 것.
• 에너지 정보를 포함하지 않은 기하정보만으로도 PandoraPFA와 같은 에너지 기반 PFAs와 비교할 만한 성능을 달성할 수 있는지 입증하는 것.

제안 방법

• 에너지 분포 정보 없이 청소된 캘로리미터 충격의 공간적 위치만을 사용한다.
• 임계 거리 이내의 근접한 충격 간에 방향성을 가진 연결 요소를 생성하며, 방향성은 원점으로부터의 횡방향 거리에 기반한다.
• 각 충격에서 국소 기준 방향에 가장 가까운 연결 요소만 유지함으로써 루프가 생기지 않도록 연결 요소 청소 절차를 시행한다.
• 청소된 연결 요소들이 나무 구조를 형성하며, 잎에서 원천으로의 경로 추적을 통해 가지로 분해된다.
• 가지 길이 순으로 정렬하고 반복적으로 추출함으로써 부드러움을 유지하고 장거리 연결을 허용한다.
• 원천과 잎에서의 기준 방향을 사용하여 가지들을 연결하여 일관된 쇼워 클러스터를 형성하며, 이는 입사 입자 각각에 해당한다.

실험 결과

연구 질문

• RQ1 순수 기하 알고리즘이 고해상도 캘로리미터 쇼워에서 높은 정밀도로 전하를 띤 입자 궤적을 재구성할 수 있는가?
• RQ2 쇼워 구조의 나무 기반 재구성이 겹치는 쇼워를 얼마나 잘 분리하는가?
• RQ3 에너지 정보 없이 기하정보만을 사용하는 PFA가 PandoraPFA와 같은 최첨단 에너지 기반 PFAs에 비해 어떤 제트 에너지 해상도를 달성하는가?
• RQ4 알고리즘이 하드론 캐스케이드 내에서 전하를 띤 입자의 경로와 같은 쇼워 이하 구조를 태그할 수 있는가?
• RQ5 복잡하고 밀도 높은 근접 쇼워 구성이 있는 실제 테스트 비드 데이터에서도 알고리즘이 성능을 유지하는가?

주요 결과

• Arbor는 진짜 몬테카를로 궤적 길이와 강하게 상관관계가 있는 가지 길이로 전하를 띤 입자 궤적을 성공적으로 재구성하였으며, 100 mm 이상의 경로에서는 양호한 일치를 보였다.
• 모의 실험에서 근접한 쇼워를 강력하게 분리하는 능력을 입증하였으며, 세 개의 광자 클러스터와 다수의 하드론 쇼워를 명확히 구분하였다.
• 테스트 비드 데이터에서 Arbor는 겹치는 쇼워를 가진 사전 상호작용 하드론 이벤트를 정확히 식별하고 분리하였다.
• Arbor로 재구성한 $Z \to b\bar{b}$ 및 $H \to b\bar{b}$ 이벤트의 제트 에너지 해상도는 에너지 정보를 사용하는 PandoraPFA와 비교해 유사한 성능을 보였다.
• 모의 실험에서 AHCAL을 사용하는 PandoraPFA 시뮬레이션 대비 덜 해상도가 높은 HCAL(DHCAL 디지털 모드)을 사용함에도 불구하고, Arbor는 PandoraPFA 수준의 제트 에너지 해상도 성능을 달성하였다.
• Arbor가 캐스케이드 내 전하를 띤 입자의 궤적과 같은 쇼워 이하 구조를 태그할 수 있다는 점은 고해상도 캘로리미터에서 고도화된 이벤트 재구성의 새로운 가능성을 열어준다.