[論文レビュー] The CMS Particle Flow Algorithm

F. Beaudette|arXiv (Cornell University)|Jan 31, 2014

Particle physics theoretical and experimental studies参考文献 3被引用数 13

ひとこと要約

本論文では、LHCの陽子-陽子衝突からの個々の粒子を、すべてのサブディテクタからのデータ統合によって再構築するCMS粒子フロー（PF）アルゴリズムを提示する。ジェット、欠落運動量（MET）、およびレプトン再構築の向上により、アルゴリズムは、大規模なコンmissionングおよび実データ検証を通じて妥当性が確認された、重要な物理測定において優れた性能を達成する。

ABSTRACT

A particle flow event-reconstruction algorithm has been successfully deployed in the CMS experiment and is nowadays used by most of the analyses. It aims at identifying and reconstructing individually each particle arising from the LHC proton-proton collision, by combining the information from all the subdetectors. The resulting particle-flow event reconstruction leads to an improved performance for the reconstruction of jets and MET, and for the identification of electrons, muons, and taus. The algorithm and its performance will be described. The commissioning phase, during which it was demonstrated that the algorithm was performing as expected from the simulation up to a high level of precision, will be presented. Finally, a selection of recent improvements in the CMS analyses obtained thanks to the particle-flow algorithm will be discussed.

研究の動機と目的

• LHCの陽子-陽子衝突からの個々の粒子の特定および再構築を統合的イベント再構築手法として実現すること。
• ジェット、欠落運動量（MET）、および電子、ミュオン、タウなどの長寿命粒子の再構築性能を向上させること。
• CMSの全サブディテクタ—トラッカー、カリブレーター、ミュオン室—からの情報を統合し、一貫性のある粒子フロー再構築を実現すること。
• アルゴリズムの性能をシミュレーションと比較し、コンmissionング段階で高い精度で一致することを実証すること。

提案手法

• アルゴリズムは、トラッカーからの再構築トラックと、電磁気カリブレーターおよびハドロンカリブレーターにおけるエネルギー堆積を組み合わせることで粒子を再構築する。
• すべてのサブディテクタからの寄与を合算することで、各再構築粒子にエネルギーと運動量を割り当て、重複を最小限に抑え、分解能を向上させる。
• 粒子フロー手法は、すべての再構築オブジェクトを個々の粒子として扱うグローバル再構築戦略を採用し、それらをジェットやクラスタにグループ化するのではなく、個別に扱う。
• エネルギー漏れや多重相互作用などのデバイス効果を補正・キャリブレーションする手順を適用する。
• 空間的および運動論的整合性に基づいて、トラックとクラスタを接続するトポロジカル再構築戦略を採用する。
• 複雑なイベントトポロジーにおいても正確性と信頼性を確保するため、実データを用いた検証とシミュレーションとの比較を実施する。

実験結果

リサーチクエスチョン

• RQ1 すべてのCMSサブディテクタからの情報を統合することで、どのように粒子レベル再構築を最適化できるか？
• RQ2 従来手法と比較して、粒子フローアルゴリズムはジェットエネルギー分解能およびMET再構築にどの程度の向上をもたらすか？
• RQ3 高多重度環境下での電子、ミュオン、タウの再構築性能はどの程度の水準に達するか？
• RQ4 アルゴリズムのコンmissionング段階で、シミュレーションと実データの間にどの程度の一致が達成されるか？
• RQ5 粒子フローアルゴリズムは、CMS実験における物理解析にどのような測定可能な改善をもたらすか？

主な発見

• 粒子フローアルゴリズムは、ジェットエネルギー分解能を顕著に向上させ、ジェットおよびMET再構築における系統的不確実性を低減する。
• アルゴリズムのコンmissionング段階において、シミュレーションと実データの間に優れた一致が得られ、高精度での性能妥当性が裏付けられた。
• エネルギーおよび運動量再構築の向上により、電子、ミュオン、タウの識別効率および遮断性能が向上した。
• ハドロン崩壊およびブーストされたオブジェクトの再構築がより正確に可能となり、高エネルギー物理学解析における感度が向上した。
• 最近の物理解析では、粒子フロー再構築のおかげで信号の有意水準が向上し、バックグラウンドの抑制が顕著に改善された。
• このアルゴリズムは、CMSにおける標準的な再構築手法となり、大多数の物理解析で使用されている。