[논문 리뷰] LHCO_reader: A new code for reading and analyzing detector-level events stored in LHCO format

Andrew Fowlie|arXiv (Cornell University)|2015. 10. 25.

Particle physics theoretical and experimental studies참고 문헌 1인용 수 3

한 줄 요약

LHCO_reader는 Delphes 및 PGS와 같은 시뮬레이션으로부터 LHCO 형식의 검출기 수준 이벤트를 읽고 분석하는 데 쉽게 사용할 수 있도록 도와주는 파이썬 모듈입니다. 이 모듈은 직관적인 객체 지향적 이벤트 조작, 운동량 변수 계산(예: $α_T$, $m_{T2}$), 및 사용자 友好的한 파이썬 네이티브 인터페이스를 통한 컷 기반 분석을 가능하게 하며, 표준 하드웨어에서 약 ~10만 건의 이벤트까지 충분한 성능을 제공합니다.

ABSTRACT

We present a new Python module - LHCO_reader - for reading detector-level events in LHCO format generated from detector-simulators such as PGS and Delphes. Emphasis is placed upon ease of use. The module is installed via pip. Once installed, one can read and scrutinize events, with helpful functions and classes for cutting, plotting and inspecting events, and manipulating four-momenta by e.g. boosting. Implementing complicated analyses should be straight-forward by coding any cuts into Python. Furthermore, common kinematic variables, including $α_T$ and razor are included out of the box, and $m_{T2}$ and $m_{T2}^W$ are provided by interfaces with external libraries.

연구 동기 및 목표

• LHCO 형식의 검출기 수준 이벤트를 읽고 분석하기 위한 사용자 友好的한 파이썬 기반 도구를 제공하는 것.
• 고에너지 물리학 분석에서 복잡한 이벤트 선택 및 운동량 컷을 간편하게 구현하는 것.
• 자동 변환을 통해 Delphes에서 생성된 ROOT 파일과 LHCO 형식 파일을 모두 지원하는 것.
• 기본 제공 기능을 통해 $α_T$, 레이저(razor), $m_{T2}$, $m_{T2}^{W}$와 같은 일반적인 분석을 수행하는 것.
• 직관적인 객체 지향적 방식을 통한 이벤트 데이터 접근을 가능하게 하여 상호작용적이고 고수준의 분석을 가능하게 하는 것.

제안 방법

• 모듈은 $p_T$, $\eta$, $\phi$, 및 관성 질량과 같은 이벤트 객체 속성에 열을 매핑하는 커스터마이징된 파서를 사용하여 LHCO 형식의 이벤트 파일을 읽습니다.
• 입자 유형(예: 'electron', 'jet')으로 접근할 수 있는 클래스 기반의 이벤트 구조를 제공하며, 정렬, 컷, 4벡터 추출 등의 메서드를 포함합니다.
• 이벤트 객체에서 직접 $H_T$, $\not{H}_T$, $\alpha_T$, 및 레이저와 같은 운동량 변수를 내장된 함수를 통해 계산합니다.
• 외부 라이브러리 인터페이스를 통해 $m_{T2}$ 및 $m_{T2}^{W}$를 지원하여 고급 부재 에너지 분석을 가능하게 합니다.
• 플로팅, 입자 유형 수 계산, 각도 간격 계산, 람다 함수를 사용한 컷 적용 등의 유틸리티를 포함합니다.
• 프로파일링 및 코드 수준의 최적화를 통해 로딩 시 약 351ms/10,000건, 기본 컷 처리 시 약 0.3초/10,000건의 성능을 달성했습니다.

실험 결과

연구 질문

• RQ1 고수준 프로그래밍을 사용하는 연구자들이 LHCO 형식의 검출기 수준 이벤트 분석을 얼마나 더 쉽게 접근하고 상호작용적으로 사용할 수 있도록 할 수 있는가?
• RQ2 C++와 같은 컴iles된 언어에 비해 파이썬을 사용할 경우 이벤트 분석에서 성능에 어떤 차이가 발생하는가?
• RQ3 실제 이벤트 샘플을 약 10만 건까지 분석 프로토타이핑에 효과적으로 처리할 수 있는 파이썬 기반 도구가 존재하는가?
• RQ4 LHC 분석에서 흔히 사용되는 변수인 $\alpha_T$, $m_{T2}$, 레이저는 모듈러하고 재사용 가능한 프레임워크에 얼마나 효과적으로 통합될 수 있는가?
• RQ5 단일 도구가 네이티브 LHCO 파일과 변환된 Delphes ROOT 파일을 모두 얼마나 잘 지원할 수 있는가?

주요 결과

• LHCO_reader는 표준 컴퓨터에서 약 351ms 내로 10,000건의 이벤트를 로드하며, 약 ~10만 건의 이벤트까지 상호작용적 분석에 충분한 성능을 제공합니다.
• 타우 레프톤 수량에 대한 기본 이벤트 컷 처리는 10,000건당 약 0.3초가 소요되어 효율적인 필터링 능력을 입증합니다.
• 다중 변수 분석(예: $\eta$, $p_T$, 관성 질량 컷 포함)의 종합 수용율은 2%로 측정되었으며, 68% 신뢰구간은 [0.01658, 0.01932]였습니다.
• 모듈은 직접 LHCO 입력과 Delphes ROOT 파일의 자동 변환을 통한 LHCO 형식 변환을 모두 성공적으로 지원합니다.
• $\alpha_T$, 레이저, $m_{T2}$, $m_{T2}^{W}$와 같은 일반적인 변수는 기본 제공되거나 외부 라이브러리 통합을 통해 사용 가능합니다.
• 객체 지향 설계 덕분에 사용자는 람다 함수 또는 이름이 지정된 함수를 정의하여 순수 파이썬으로 어떤 분석도 쉽게 구현할 수 있습니다.