[论文解读] Performance of the reconstruction of large impact parameter tracks in the inner detector of ATLAS

Georges Aad, Abbott, Braden Keim+2967 more|arXiv (Cornell University)|Jan 1, 2023

Particle physics theoretical and experimental studies被引用 3

一句话总结

本文针对ATLAS内层探测器中长寿命粒子（LLPs）的轨迹重建提出了重大改进，引入了一种优化的大径向轨迹追踪（LRT）流程，实现了Run 3中的全事件LRT重建。改进后的算法降低了虚假轨迹数量和计算时间，对衰变长度达10 mm的LLPs实现了90%的重建效率，显著提升了对整个数据集内位移信号的探测灵敏度。

ABSTRACT

Searches for long-lived particles (LLPs) are among the most promising avenues for discovering physics beyond the Standard Model at the Large Hadron Collider (LHC). However, displaced signatures are notoriously difficult to identify due to their ability to evade standard object reconstruction strategies. In particular, the ATLAS track reconstruction applies strict pointing requirements which limit sensitivity to charged particles originating far from the primary interaction point. To recover efficiency for LLPs decaying within the tracking detector volume, the ATLAS Collaboration employs a dedicated large-radius tracking (LRT) pass with loosened pointing requirements. During Run 2 of the LHC, the LRT implementation produced many incorrectly reconstructed tracks and was therefore only deployed in small subsets of events. In preparation for LHC Run 3, ATLAS has significantly improved both standard and large-radius track reconstruction performance, allowing for LRT to run in all events. This development greatly expands the potential phase-space of LLP searches and streamlines LLP analysis workflows. This paper will highlight the above achievement and report on the readiness of the ATLAS detector for track-based LLP searches in Run 3.

研究动机与目标

• 提升ATLAS内层探测器中衰变影响参数较大的长寿命粒子（LLPs）的重建效率。
• 降低大径向轨迹追踪（LRT）中的虚假轨迹率和计算成本，以支持Run 3中的全事件处理。
• 通过将LRT整合到标准重建流程中，消除对专用数据流的需求。
• 为ATLAS全面使用Run 2和Run 3完整数据集进行LLP搜寻做好准备，确保工作流的一致性。

提出的方法

• 实施改进的大径向轨迹追踪（LRT）流程，放宽指向性要求，以捕捉长寿命粒子产生的位移轨迹。
• 优化轨迹寻找算法，减少在高堆积极端下由随机匹配点组合引起的误报。
• 将改进后的LRT流程集成到ATLAS标准重建流程中，实现全事件处理，而非选择性事件过滤。
• 在模拟中应用真值匹配，以评估重建效率和虚假率表现。
• 利用K0S顶点和轨迹特性，在真实数据上验证新重建方法的一致性。
• 将主轨迹重建时间减少约一半，以支持Run 3中LRT工作负载的增加。

实验结果

研究问题

• RQ1 在高堆积极端条件下，新LRT流程对大影响参数轨迹的重建效率如何？
• RQ2 新LRT流程的虚假轨迹率与先前实现方式及真实数据相比如何？
• RQ3 新LRT流程在多大程度上提升了对长寿命粒子位移顶点的探测灵敏度？
• RQ4 新LRT流程能否在不牺牲性能的前提下完全集成到标准重建流程中？
• RQ5 模拟的LRT重建结果在轨迹和顶点特性方面与真实数据的符合程度如何？

主要发现

• 新LRT流程对影响参数最大达10 mm的长寿命粒子实现了超过90%的重建效率，显著提升了对位移信号的探测灵敏度。
• 与Run 2实现相比，LRT流程的虚假轨迹率降低了约10倍，提升了信号纯度。
• LRT流程的计算时间已降低至足以支持Run 3中的全事件处理，无需再依赖专用数据流。
• 在高堆积极端条件下，LRT流程性能稳定，即使在⟨μ⟩ > 50时仍保持高效且虚假率低。
• 与真实数据的对比验证显示，轨迹特性与K0S顶点重建结果高度一致，证实了新重建流程的可靠性。
• 将LRT集成到标准重建工作流中，实现了LLP搜寻的一致性与全数据集覆盖，支持Run 2与Run 3数据的无缝整合。