[논문 리뷰] Fast Reconstruction and Data Scouting

J. Duarte|arXiv (Cornell University)|2018. 08. 02.

Advanced Data Storage Technologies참고 문헌 2인용 수 4

한 줄 요약

이 논문은 LHC 실험을 위한 고속, 저오버헤드 기법인 데이터 스카우팅을 제시한다. 이 기법은 트리거 수준의 물리적 객체를 온라인 재구성하여 표준 트리거보다 2–6배 높은 속도로 이벤트를 기록한다. 전체 원시 데이터가 아닌 압축된 재구성 객체 데이터만 저장하기 때문에, 새로운 물리 현상(예: 디제트 공명)에 대한 민감한 탐색이 가능하며, 오프라인 재구성 수준의 성능을 보이며, CMS 및 ATLAS Run 2 분석을 통해 검증되었다.

ABSTRACT

Data scouting, introduced by CMS in 2011, is the use of specialized data streams based on reduced event content, enabling LHC experiments to record unprecedented numbers of proton-proton collision events that would otherwise be rejected by the usual filters. These streams were created to maintain sensitivity to new light resonances decaying to jets or muons, while requiring minimal online and offline resources, and taking advantage of the fast and accurate online reconstruction algorithms of the high-level trigger. The viability of this technique was demonstrated by CMS in 2012, when 18.8 fb$^{-1}$ of collision data at $\sqrt{s} = 8$ TeV were collected and analyzed. For LHC Run 2, CMS, ATLAS, and LHCb implemented or expanded similar reduced-content data streams, promoting the concept to an essential and flexible discovery tool for the LHC.

연구 동기 및 목표

• 데이터 볼륨과 재구성 부담으로 인해 표준 LHC 트리거 시스템이 약 1 kHz로 데이터 수집을 제한하는 문제를 해결한다.
• 특히 희귀하거나 고다양성 최종 상태에 대해 DAQ나 저장 부담을 늘리지 않고도 훨씬 더 많은 충돌 이벤트를 기록할 수 있도록 한다.
• 고수준 트리거(HLT)에서 빠르고 정확한 온라인 재구성 알고리즘을 활용하여 오프라인 분석에 적합한 물리적 객체 품질을 유지한다.
• 더 높은 이벤트 통계를 통해 이전에는 접근이 어려웠던 영역, 예를 들어 저질량 디제트 공명 영역까지의 탐색 범위를 확장한다.
• 데이터 파킹과 표준 트리거의 대안으로서 확장 가능하고, 유연하며 자원 효율적인 기술을 제공하여 LHC 실험 전반에 적용 가능하도록 한다.

제안 방법

• 표준 트리거 경로와 병행하여 작동하는 전용 HLT 데이터 스카우팅 스트림을 구현하며, 더 느슨한 선택 기준을 사용해 더 많은 이벤트를 수용한다.
• 표준 HLT에서 사용하는 알고리즘을 그대로 활용하여 온라인으로 물리적 객체(예: 제트, 뮤온)를 재구성하지만, 출력 형식을 단순화한다.
• 원시 데이터 대비 100–1000배 이상 작아진 압축된 손실 형식으로 뿐만 아니라 재구성된 객체 데이터(예: 제트 4모멘타, 트랙 파aram터)만 저장한다.
• 데이터 기반 방법(예: 디제트 밸런스 '태그 앤 프로브' 기법)을 사용해 트리거 수준의 제트 에너지 스케일을 오프라인 표준과 일치시키기 위해 校정 절차를 적용한다.
• 슬라이딩 윈도우 피팅을 통해 디제트 질량 스펙트럼에서 표준 모델 배경을 모델링하고 제거함으로써 새로운 공명에 대한 민감도를 확보한다.
• 스카우팅 트리거가 표준 HLT 경로를 '쉐이딩'할 수 있다는 사실을 활용하여, 주요 트리거에서 거부된 이벤트의 물리적 객체를 캡처한다.

실험 결과

연구 질문

• RQ1 데이터 스카우팅은 물리적 객체 품질을 떨어뜨리지 않고도 희귀 물리 과정의 기록 이벤트 수를 크게 증가시킬 수 있는가?
• RQ2 트리거 수준의 물리적 객체는 얼마나 정밀하게 오프라인 재구성 성능과 일치시킬 수 있는가?
• RQ3 저질량 디제트 공명 탐색에서 데이터 스카우팅은 표준 트리거 대비 어떤 민감도 향상을 보이는가?
• RQ4 자원 소모, 저장, 재구성 부담 측면에서 데이터 스카우팅은 데이터 파킹 및 표준 트리거와 비교해 어떤 성능을 보이는가?
• RQ5 데이터 스카우팅은 향후 고광도 LHC 런에서 디제트와 뮤온 외의 다양한 최종 상태를 지원하는 데 일반화될 수 있는가?

주요 결과

• 데이터 스카우팅은 2012년 √s = 8 TeV에서 18.8 fb⁻¹의 데이터를 수집하여 고속 물리 실험의 가능성을 입증했다.
• Run 2 기간 동안 CMS와 ATLAS는 각각 27 fb⁻¹, 29.3 fb⁻¹의 데이터를 스카우팅 스트림을 통해 수집하여 표준 트리거 대비 이벤트 통계를 2–6배 증가시켰다.
• 2016년 CMS의 캐로-스카우팅 데이터를 사용한 디제트 탐색은 0.5–1.6 TeV 범위의 공명에 민감도를 확보하였으며, 이는 이전에 접근이 어려웠던 0.6 TeV 이하 영역도 포함한다.
• 교정 후 ATLAS는 트리거 수준의 제트와 오프라인 제트 간의 에너지 스케일에서 0.05% 이내의 일치도를 달성하여 고정밀도의 공명 질량 측정이 가능했다.
• 일반화된 쿼크 결합을 가진 륙토파비아 Z′ 보손에 대한 민감도는 0.45–1.0 TeV 질량 범위에서 사전 LHC 탐색 대비 2배 이상 향상되었다.
• 이 기술은 실험 전반에서 검증되었으며, CMS, ATLAS, LHCb는 Run 2 동안 스카우팅을 구현하여 이 기술이 다용도이고 필수적인 발견 도구임을 확인했다.