[论文解读] Automated Reconstruction of Particle Cascades in High Energy Physics Experiments

O. Actis, M. Erdmann+5 more|ArXiv.org|Jan 8, 2008

Particle physics theoretical and experimental studies参考文献 6被引用 7

一句话总结

本文提出了一种用于高能物理实验中粒子衰变级联过程自动重建的C++算法，采用用户定义的衰变链模板。通过迭代地从末态粒子重建母粒子，同时管理多种重建版本和不可见粒子，该方法实现了每事件0.06–411毫秒的性能和1–36 MB的内存占用，从而能够高效探索强子对撞机中的复杂物理过程。

ABSTRACT

We present a procedure for reconstructing particle cascades from event data measured in a high energy physics experiment. For evaluating the hypothesis of a specific physics process causing the observed data, all possible reconstruction versions of the scattering process are constructed from the final state objects. We describe the procedure as well as examples of physics processes of different complexity studied at hadron-hadron colliders. We estimate the performance by 20 microseconds per reconstructed decay vertex, and 0.6 kByte per reconstructed particle in the decay trees.

研究动机与目标

• 自动化高能物理实验中复杂粒子衰变级联过程的重建，减少为每种物理过程手动编写代码的工作量。
• 管理由多个末态粒子和衰变道引起的重建版本组合爆炸问题。
• 支持对给定物理过程的多种重建假设进行评估，提升数据处理中的准确性和速度。
• 通过缺失横向动量和母粒子已知质量约束，处理如中微子等不可见粒子。
• 在CPU时间和内存消耗方面实现高性能，适用于对撞机实验中的实时或大规模分析。

提出的方法

• 该算法使用用户提供的控制事件容器来定义衰变链，包括粒子名称、四维动量以及母粒子-子粒子关系。
• 通过基于PXL的事件容器接口处理探测器级对象（例如，μ子、喷注、光子），将其视为重建的末态粒子。
• 核心方法通过迭代识别具有共同母粒子的非衰变粒子对，利用四维动量守恒重建母粒子，并将其添加至事件容器中。
• 当存在多个对象匹配所需粒子类型时，生成多种重建版本，从而实现对衰变链的完整组合探索。
• 对于中微子等不可见粒子，算法利用缺失横向动量和母粒子已知质量，求解二次方程以实现运动学重建。
• 实现中利用物理扩展库（PXL）进行事件容器管理、关系追踪以及对多种重建版本的内存高效处理。

实验结果

研究问题

• RQ1 自动化算法能否从高能物理实验中测量的末态粒子中重建所有可能的衰变级联版本？
• RQ2 当衰变链复杂度增加时（如顶夸克或希格斯玻色子衰变），该算法的性能如何变化？
• RQ3 该方法在不依赖底夸克打标的情况下，能在多大程度上处理喷注和轻子分配中的组合歧义？
• RQ4 该算法在重建中间共振态（如W、Z或顶夸克）的不变质量方面，精度如何？
• RQ5 对于真实的LHC物理过程，CPU时间和内存使用的实际极限是什么？

主要发现

• 对于简单的W→lν衰变，该算法每事件性能为0.06毫秒，内存消耗低于1 MB。
• 在H→4μ衰变过程中，该算法每事件耗时0.4毫秒，内存低于1 MB，成功重建了三种不同的级联版本。
• 在t\bar{t}→μν4j通道中，该算法每事件处理24种重建版本，耗时2.3毫秒，内存分配低于1 MB。
• 对于复杂的Ht\bar{t}→8j过程，该算法每事件最多处理5040种重建版本，平均耗时411毫秒，内存占用36 MB。
• 对W、Z、顶夸克和希格斯玻色子的重建不变质量分布与生成值高度一致，验证了运动学重建的准确性。
• 该方法通过避免手动编码每条衰变链，显著加速了分析设计阶段，实现了对多种物理解释的快速探索。