[논문 리뷰] Strategy and performance of the CMS long-lived particle trigger program in proton-proton collisions at $\sqrt{s}$ = 13.6 TeV

CMS Collaboration|arXiv (Cornell University)|2026. 01. 24.

Particle physics theoretical and experimental studies인용 수 0

한 줄 요약

이 논문은 CMS Run 3의 장수 입자(LLP) 트리거 프로그램을 문서화하고, 새로운 LLP 트리거, 2022–2024 데이터에서의 성능, 다양한 검출기 시그니처 전반의 효율성 벤치마크를 자세히 다룬다.

ABSTRACT

In the physics program of the CMS experiment during the CERN LHC Run 3, which started in 2022, the long-lived particle triggers have been improved and extended to expand the scope of the corresponding searches. These dedicated triggers and their performance are described in this paper, using several theoretical benchmark models that extend the standard model of particle physics. The results are based on proton-proton collision data collected with the CMS detector during 2022$-$2024 at a center-of-mass energy of 13.6 TeV, corresponding to integrated luminosities of up to 123 fb$^{-1}$.

연구 동기 및 목표

• 표준모형(Standard Model) 너머의 장수 입자에 대한 이론적 동기를 제시하여 LLP 탐색에 동기를 부여한다.
• LLP 트리거와 관련된 CMS 검출기, 트리거 시스템, 오프라인/온라인 재구성에 대해 설명한다.
• 새로운 Run 3 LLP 트리거 알고리즘과 데이터/MC 효율성을 제시한다.
• 서로 보완적인 수용도? 어센스: LLP 트리거가 서로 다른 검출기 시그니처 전반에서 보완적 수용성을 평가한다.
• High-Luminosity LHC(HL-LHC)에서 LLP 트리거링의 전망을 논의한다.

제안 방법

• L1T와 HLT 기초를 포함한 CMS 검출기 및 트리거 아키텍처를 설명한다.
• 오프라인과 온라인 재구성의 차이점을 자세히 다루고, 특히 이탈 객체 재구성(displaced-object reconstruction)을 강조한다.
• 시그니처별(트래커, 칼로리미터, 뮤온) 새로운 Run 3 LLP 트리거 알고리즘을 요약한다.
• LLP 벤치마크에 대한 트리거 효율성을 평가하기 위해 데이터와 시뮬레이션을 비교한다.
• fiducial 영역에서 보완적 LLP 수용성을 매핑하기 위한 교차 시그니처 비교를 제공한다.

Figure 1: Schematic view in the $R$ - $z$ plane of a CMS detector quadrant at the start of Run 3, with the axis parallel to the beam ( $z$ ) running horizontally and the radius ( $R$ ) increasing upward. The nominal interaction point (IP) is in the lower left corner. The locations of the various muo

실험 결과

연구 질문

• RQ1 CMS Run 3에서 트래커, 칼로리미터, 뮤온 시스템 전반에 걸쳐 어떤 LLP 시그니처를 효율적으로 트리거할 수 있는가?
• RQ2 이러한 LLP 트리거의 효율성에 대해 데이터와 시뮬레이션은 어떻게 비교되는가?
• RQ3 다양한 검출기 fiducial 영역에서 서로 보완적인 LLP 트리거의 범위는 무엇인가?
• RQ4 HL-LHC 조건에 LLP 트리거링은 어떻게 적응할 것인가?
• RQ5 Run 3 업그레이드(예: GPU, mkFit)로부터 LLP 트리거에 대한 실질적인 성능 향상은 무엇인가?

주요 결과

• Run 3은 트래커 기반, 칼로리미터 기반, 뮤온 기반 접근 방식을 아우르는 다수의 새로운 LLP 트리거를 도입한다.
• LLP 트리거 효율성은 데이터와 시뮬레이션에 대해 여러 벤치마크 모델에서 정량화되었으며, Run 2보다 성능 향상이 관찰되었다.
• GPU 기반 재구성과 mkFit 트랙 찾기가 이벤트 처리 시간을 단축하고 이탈 객체 재구성 능력을 향상시킨다.
• 픽셀-버텍스 기반 HLT와 픽셀-트랙 개선은 이탈 시그니처에 대한 민감도를 확장한다.
• 이탈 제트, 타우, 광자, 이듬은 다른 LLP 붕괴 토폴로지에서 보완적 수용성을 보인다.
• 단일 LLP 트리거가 지배적이지 않으며, 결합된 트리거가 CMS 검출기 전반의 LLP 시그니처에 대한 광범위한 커버리지를 제공한다.

Figure 2: The offline standard tracking efficiency during Run 3 (left) for different tracking iterations, as a function of simulated radial position of the track production vertex. The overall standard tracking efficiency at the HLT during Run 3 (right), as a function of the simulated radial positio