KIT – Universität des Landes Baden­Württemberg undnationales Forschungszentrum in der Helmholtz­Gemeinschaft

INSTITUT FÜR EXPERIMENTELLE KERNPHYSIK (EKP) ∙  FAKULTÄT FÜR PHYSIK

www.kit.edu

Measurement of Jet Energy Scale and Resolutionat ATLAS and CMS at √s = 8 TeVEDSBlois 2015 | 02.07.2015

Dominik Haitz on behalf of the ATLAS and CMS Collaborations

KITDominik Haitz  ∙  EDS Blois 2015 22.06.152

Contents

Introduction: The Importance of Jets and Jet Energy Corrections

ATLAS and CMS: Detector Components and Jet Reconstruction

Jet Energy Corrections in ATLAS and CMSMain correction proceduresPileup subtraction methodsData­driven correction techniquesFlavour­dependent systematics and corrections

Jet Energy Uncertainties

Jet Resolution Measurements

KITDominik Haitz  ∙  EDS Blois 2015 22.06.153

Introduction: What are Jets?

A (particle) jet is the experimental signature of a parton (quark or gluon) after fragmentation and hadronisation

Jets are ubiquitous at hadron colliders (many from pile­up interactions)

Important signature for many physics processes (Higgs, top, SUSY, ...)

Important for almost all LHC physics analyses!

CMS Multijet­Event

KITDominik Haitz  ∙  EDS Blois 2015 22.06.154

Introduction: Why Jet Energy Corrections?

Many systematic effects that complicate jet (energy) measurements:

Pile­up, initial and final state radiation, out­of­cone effects, detector response, ...

Jet energy uncertainties are often the largest systematic uncertainties

Precise corrections of the jet energy and an understanding of the uncertainties and correlations are mandatory

The precision in jet calibration determines the uncertainty on         many physics results!

pile-up

jet

out-of-cone

detectornoise

final stateradiation

KITDominik Haitz  ∙  EDS Blois 2015 22.06.155

The ATLAS and CMS Detectors

Similarities: composed of several subsystems:tracker, electromagnetic and hadronic calorimeters, magnet, muon chambers

Differences in design (magnet) and material choice (calorimeter) → Different resolution and reconstruction performance

 → Different calibration and correction methods

ATLAS in 3D        Slice of CMS

KITDominik Haitz  ∙  EDS Blois 2015 22.06.156

Jet Reconstruction in ATLAS and CMS

Jet reconstruction procedure: input objects (e.g. particles)   apply → jet finding algorithm   jet→

ATLAS and CMS: common algorithm, different cone sizes

Reconstructed jets:ATLAS: using calorimeter topo­clusters as input   → Calo­Jets

Calibration was applied to calorimeter cells and topo­clusters

CMS: using Particle­Flow (PF) reconstructed particles as input   → PF­Jets

Particle Flow

KITDominik Haitz  ∙  EDS Blois 2015 22.06.157

Main Jet Energy Correction Steps

1. Pile­up offset: Remove additional energy from pile­up → pile­up mitigation and correction methods

2. Simulation corrections: Correct for differences between    / pη T regions

 → derived from simulation

3. Data­driven corrections: Correct for residual data/simulation differences → derived from data­driven balancing methods

4. Flavour corrections: Correct for jet flavour differences (quark/gluon, heavy flavours)

 → derived from simulation and data­driven tagging methods

 → Addressing each problem with different methods!

KITDominik Haitz  ∙  EDS Blois 2015 22.06.158

1. Pile­up Mitigation and Correction

On average 20 pile­up collisions per event!

Mitigation: remove pile­up particles and jetsRemove pile­up particles prior to jet clusteringMultivariate (track­vertex­based) methods to distinguish pile­up jets from hard­scatter jets

Correction: remove pile­up energy from jetJet area method:Remove offset energy depending on event pileup density and jet area

 → combining individual jet and event information for estimation of pile­up contribution

Jet­vertex­tagger

ATLAS Pile­up Tag

CMS Pile­up Corrections

ATLAS­CONF­2014­018

CMS DP­2013/33

KITDominik Haitz  ∙  EDS Blois 2015 22.06.159

2. Simulation Corrections

1) Match reconstructed jet to     simulated jet (in  ­ ­space)η φ

2) Calculate pT­ratio of simulated      and reconstructed jet

 → simulated response3) Corrections as inverse of the 

simulated response

 → Correct for all known        systematic effects

However, data­driven validation   and correction mandatory                  (due to possible simulation imperfections and unknown features)

CMS Simulated Response for Different | | / pη T Values

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1510

3. Data­Driven Corrections: Balancing Techniques

Idea: Compare well­understood tag object with probe object (jet)On average: no transverse momentum in initial state

 →

Different tag/probe objects: Central jet vs forward jet    Calibrate forward jetsHigh­pT jet vs recoil jets

    Calibrate high­pT jets

Z/γ vs jet     Calibrate absolute jet energy scale

Reference object

jet

pTprobe

pTtag

pTtag

+ pTprobe

=0

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1511

3. Data­Driven Corrections: Dijet and Multijet Balancing

central jet vs. forward jet

ATLAS Dijet Balance

< 3% correction in endcap and forward regions

ATLAS Multijet Balance

Only small corrections (~1%) for TeV­jets

high­pT jet vs.   multijet­recoil­system

ATLAS­CONF­2015­017ATLAS­CONF­2015­017

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1512

3. Data­Driven Corrections: Z/γ+Jet and MPF Method

Absolute scale: Z/γ+jet balancingZ→μμ: independent of calorimeter scale

Additional to pT balancing:

MPF methodUse Missing Transverse Energy (MET) to estimate jet response  

 → Takes entire event and detector into account

 → Less dependent on initial and final state radiation (ISR/FSR)

RMPF=1+ET

miss⋅pT

Z

( pTZ)2 Z,γ

jet

MET

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1513

3. Data­Driven Corrections: Combination of Channels

MPF and pT balance agree for all channels

Combine data/MC ratios from different channels: Z+jet, γ+jet, Mulijet

                  CMSCombined fit for all channels after ISR/FSR­corrections

               ATLASWeighted average in pT bins and smoothing procedure

All channels in agreement

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1514

4. Flavour Corrections

Detailed studies on response differences between jet flavoursE.g. wider fragmentation for gluons, neutrinos from b­jets

Multivariate flavour­tagging techniques for data­driven studiesQuark­gluon­tag and b­tag

ATLAS Light­Quark/Gluon Differences

Less quark­gluon differences after full (Global Sequence) corrections 

Data­driven Z+b­jet study:No additional corrections needed

CMS b­Jet Energy Scale

CMS JME­13­001

ATLAS­CONF­2015­002

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1515

Jet Energy Uncertainties

Relative uncertainty as a function of jet pT:

ATLAS CMS

At low pT: pile­up and flavour uncertainty dominating

Both ATLAS and CMS: total uncertainty at percent level

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1516

Jet Resolution Measurements

Instead of the mean of the jet response distribution, look at its width:

ATLAS: Different Correction Methods

Improved resolution after full (Global Sequence) corrections 

Pile­up affects jet resolution especially at lower pT

CMS: Different Pile­up ScenariosATLAS­CONF­2015­002

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1517

Jet Resolution: Data­Driven Measurements

Data­driven jet resolution study to validate results from simulationComparing resolution from dijet balance and bisector method

Dijet balance and bisector method agreeResolution in data: only minor differences compared to MC

Bisector method:

Detector effects only in Ψ­component,   physics and detector effects in  ­componentη

ATLAS­CONF­2015­017

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1518

ATLAS and CMS Joint Efforts

Combine measurements to reduce total experimental uncertainty → study jet energy uncertainty correlations between ATLAS and CMS

Joint ATLAS and CMS working group Jet energy uncertainties found to be mostly uncorrelated, except e.g. jet flavour or MC modelling uncertainty

 → Combination of precision measurements (e.g. top mass) 

These efforts have improved the understanding of the uncertainties and facilitated the cooperation between the experiments

CMS PAS JME­14­003 ATL­PHYS­PUB­2014­020

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1519

Conclusion

ATLAS and CMS have achieved excellent performance in Run 1Jet energy uncertainty at percent level

Robust data­­driven methods and advantages of simulation studies are combined for calibration

Many novel techniques to tackle the challenges at the high­energy, high­luminosity frontier

Successful cooperation between the experiments

Well prepared for LHC Run 2! 

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1520

Backup

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1521

References ATLAS

https://twiki.cern.ch/twiki/bin/view/AtlasPublic/JetEtMissCONFnotes

Data­driven determination of the energy scale and resolution of jets reconstructed in the ATLAS calorimeters using dijet and multijet events at √s=8 TeV

ATLAS­CONF­2015­017

Jet global sequential corrections with the ATLAS detector in proton­proton collisions at √s = 8 TeV

ATLAS­CONF­2015­002

Tagging and suppression of pileup jets with the ATLAS detector ATLAS­CONF­2014­018

Performance of pile­up subtraction for jet shapes in pp collisions at √s=8 TeV

ATLAS­CONF­2013­085

Jet energy scale uncertainty correlations between ATLAS and CMSATL­PHYS­PUB­2014­020

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1522

References CMS

https://twiki.cern.ch/twiki/bin/view/CMSPublic/PhysicsResultsJME

Jet energy scale uncertainty correlations between ATLAS and CMSCMS­PAS­JME­14­003

Calculation of Residual Energy Correction for b Jets Using Z+b Events in 8 TeV pp Collisions

JME­13­001

 Jet Energy Corrections for Multiple Cone Sizes Pileup Removal Algorithms

CMS­PAS­JME­14­001 

Performance of quark/gluon discrimination in 8 TeV pp data CMS­PAS­JME­13­002

Pileup Jet IdentificationCMS­PAS­JME­13­005

Jet energy scale uncertainty correlations between ATLAS and CMSCMS PAS JME­14­003

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1523

Jet Energy Uncertainties

Relative uncertainty as a function of jet | |η :

ATLAS  (Jet pT = 40 GeV)

Lowest uncertainties in central (barrel) detector region

CMS  (Jet pT = 100 GeV)

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1524

ATLAS: Response Fit

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1525

ATLAS: Rho distributions

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1526

CMS: PU Offset

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1527

CMS: Flavour Response

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1528

CMS: Relative Corrections

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1529

ATLAS: Pile­up Jets per   and η μ

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1530

Jet Substructure

Several techniques have been developedGrooming, Pruning, trimming (see below), ...

1. Large jets 2. identify subjets

3. remove low­pT subjets

Explore substructure to increase understanding!

KITDominik Haitz  ∙  EDS Blois 2015 22.06.1531

Plots