[论文解读] b tagging in ATLAS and CMS

L. Scodellaro|arXiv (Cornell University)|Sep 5, 2017

Particle physics theoretical and experimental studies被引用 3

一句话总结

本文介绍了ATLAS和CMS在LHC运行2期间为识别底夸克强子化产生的喷注而开发的先进b夸克喷注识别算法。利用多变量分析技术和深度学习方法（如RNN和深度神经网络），这些算法显著提升了b夸克喷注识别效率与轻夸克拒识率，其性能已在数据中得到验证，并针对增强喷注拓扑结构及未来高亮度运行条件进行了优化。

ABSTRACT

Many physics signals presently studied at the high energy collision experiments lead to final states with jets originating from heavy flavor quarks. This report reviews the algorithms for heavy flavor jets identification developed by the ATLAS and CMS Collaborations in view of the Run2 data taking period at the Large Hadron Collider. The improvements of the algorithms used in 2015 and 2016 data analyses with respect to previous data taking periods are discussed, as well as the ongoing developments in view of the next years of data taking. The measurements of the performance of the algorithms on data as well as the dedicated techniques for the identification of heavy flavor jets in events with boosted topologies are also presented. Finally, the effectiveness of heavy flavor jet identification in the complex environment expected during the high luminosity LHC phase is discussed.

研究动机与目标

• 使用先进的多变量分析与深度学习技术，提升LHC高能质子-质子碰撞中b夸克喷注识别性能。
• 应对运行2阶段及未来高亮度LHC（HL-LHC）阶段中高多重性与增强喷注拓扑结构带来的挑战。
• 通过利用改进的探测器仪器（如新的CMS像素探测器）提升b夸克喷注识别的准确性。
• 开发并验证适用于增强Higgs玻色子与顶夸克衰变的新型识别算法，其中衰变产物发生重叠。
• 通过数据驱动的尺度因子及在纯顶夸克与QCD富集样本中的验证，确保性能测量的可靠性。

提出的方法

• 采用多变量分析（MVA）将多个判别变量（如轨迹影响参数、二级顶点重建、软轻子存在性等）整合为单一b夸克喷注判别变量。
• 在ATLAS中实现循环神经网络（RNNs）以处理序列化的轨迹变量，从而更优地建模b夸克喷注的衰变拓扑结构。
• 在CMS中使用深度神经网络（如DeepCSV、DeepFlavour）处理更广泛的输入变量，提升对标准算法的判别能力。
• 应用幽灵关联技术，将大R=1的电磁量能喷注与小R=0.2的轨迹喷注进行匹配，以实现增强喷注结构的重建。
• 开发专用的双b夸克喷注识别算法，利用喷注中子喷注之间的角度相关性，以增强H→bb识别能力。
• 利用top夸克衰变与半轻衰变富集的数据样本测量b夸克喷注识别效率的尺度因子，以校正模拟中的偏差。

实验结果

研究问题

• RQ1 与运行1阶段的方法相比，基于MVA的b夸克喷注识别算法在提升b夸克喷注识别效率与轻夸克拒识率方面表现如何？
• RQ2 在高多重性环境中，RNN与深度神经网络等深度学习技术在多大程度上可提升b夸克喷注识别性能？
• RQ3 在使用大锥角电磁量能喷注与轨迹子结构的条件下，识别衰变为b夸克的增强Higgs玻色子的最优策略是什么？
• RQ4 新型探测器组件（如升级后的CMS像素探测器）如何影响b夸克喷注识别性能与二级顶点分辨率？
• RQ5 在高亮度LHC阶段预期的极端条件下，b夸克喷注识别算法能否保持高性能？

主要发现

• ATLAS的RNNIP识别器仅使用逐轨迹变量，其b夸克喷注识别性能优于传统基于影响参数的算法。
• CMS的DeepCSV算法基于2017年新型像素探测器的数据进行训练，相较于其前代版本性能有明显提升，在0.1%误识别率下效率提高4%。
• 基于初步结果，CMS的新DeepFlavour识别器预计在0.1%误识别概率下相比DeepCSV实现4%的效率增益。
• 对于增强H→bb衰变，要求两个匹配的轨迹喷注均满足非对称b识别标准时性能最高，优于单喷注或子喷注识别方法。
• CMS的双b识别器通过利用b夸克衰变产物之间的角度相关性，在识别H→bb衰变方面优于标准大喷注与子喷注b识别方法。
• ATLAS与CMS的b夸克喷注识别性能尺度因子已通过t¯t与μ子富集样本的高精度数据测量，可在物理分析中实现可靠的校准。