stéphanie moreau, ires 1 conception d'un algorithme de reconstruction de vertex pour les...
TRANSCRIPT
Stéphanie Moreau, IReS
1
Conception d'un algorithme de reconstruction Conception d'un algorithme de reconstruction de vertex pour les données de CMSde vertex pour les données de CMS
Etude de détecteurs gazeux (MSGC) Etude de détecteurs gazeux (MSGC) et silicium à micropisteset silicium à micropistes
Stéphanie Moreau
Stéphanie Moreau, IReS
2
De la détection à la reconstructionDe la détection à la reconstruction
Introduction au collisionneur LHC et à l’expérience CMS
Etude sous faisceau de détecteurs : détecteurs gazeux à micropistes (MSGC)
valider la résistance et tester la fonctionnalité sous un flux intense
détecteurs silicium à micropistes
tester l’électronique sous un faisceau échantillonné à 25 ns
Algorithme de reconstruction de vertex les vertex primaires et le pile up
séparer le vertex primaire “intéressant” du pile up les vertex secondaires et les jets de b
concevoir un algorithme de reconstruction de vertex secondaires
identifier des jets issus de la fragmentation de quark b
De la détection à la reconstructionDe la détection à la reconstruction
Stéphanie Moreau, IReS
3
Collisionneur proton - proton
26,7 Km de circonférence
s = 14 TeV
f = 40 Mhz (25 ns)
L = 1033 / 1034 cm-2s-1
x = 15 m, y = 15 m, z = 5,3 cm
4 expériences : ALICE, LHCb, ATLAS et
CMS
Le programme LHCLe programme LHCLe programme LHCLe programme LHC
Stéphanie Moreau, IReS
4
Reconstruction des traces chargées et des vertexp
T/p
T ~ 1%
ECAL : (E/E)2 = (2,7%)2/E + (155/E)2 + 0,55%
HCAL hermétique mesure de Etmiss
(E/E)2 = (65%)2/E + 4,5%
champ magnétique de 4T
Déclenchement rapide sur les muonsp
T/p
T~ 10%
Le détecteur CMSLe détecteur CMS
aimant
(H(H
trajectographedétecteurs à muons
ECAL(B0
s
(Hbb)
HCAL
Poid : 14 500 tDiamètre : 14,6 mLongueur : 21,6 m
Le détecteur CMSLe détecteur CMS
Stéphanie Moreau, IReS
5
Diamètre : 2,4 mLongueur : 5,4 mVolume : 24,4 m2
TECpixel
Tonneau TOB
Tonneau TIB
Détecteur silicium à pixel
Détecteur silicium à micropistes
Le trajectographe de CMS (1)Le trajectographe de CMS (1)
Température < -10 0CHumidité < 15 %
Pendant les 10-15 ans du LHC
pt 1 3 10 30 100 300 1000 GeV
1
10
(p t
)/p t
(10
-2)
0 0,25 0,5 0,75 1 1,25 1,5 1,75 2 2,25
Sans les détecteurs à pixels
total
DF
DF fin
DF épais
Le trajectographe de CMS (1)Le trajectographe de CMS (1)
Stéphanie Moreau, IReS
6
Module simple faceModule double face
(2 modules simple face collés dos à dos)Tracker Inner Barrel
Tracker Outer Barrel
Tracker Inner Disk
Tracker EndCap
Faisceau
Faisceau
Le trajectographe de CMS (2)Le trajectographe de CMS (2)Le trajectographe de CMS (2)Le trajectographe de CMS (2)
Stéphanie Moreau, IReS
7
Les détecteurs gazeux à micropistes
Principe
Les MSGC + GEM de CMS
Tests sous faisceau Objectifs : 1- valider la résistance à un flux intense
2- tester la fonctionnalité
Résultats : le nombre de pistes perdues le rapport signal sur bruit la polarisation
Les détecteurs à micropistes (MSGC)Les détecteurs à micropistes (MSGC)
Stéphanie Moreau, IReS
8
3 mm
2 mm
Mélange gazeux : 1/3 Néon - 2/3 DME
plan de dérive de 25 m d’épaisseur
substrat en verre de 300 m d’épaisseur
Principe de détection
512 anodes : largeur = 7-10 m,pas ~ 200 m
GEM en kapton de 25 m d’épaisseur
513 cathodes : largeur ~ 90 m
3 mm
Principe de détectionPrincipe de détection
Stéphanie Moreau, IReS
9
Objectifs : 1. Valider la résistance à un flux intense des modules MSGC+GEM 2. Tester la fonctionnalité
18 modules MSGC+GEM18 432 canaux de lecture
novembre 1999 au PSI
Faisceau intense de de 350 MeV/cflux ~ 4 kHz/mm2
Le test sous flux intenseLe test sous flux intense
faisceau
Le test sous flux intenseLe test sous flux intense
Stéphanie Moreau, IReS
10
Les pistes perduesLes pistes perdues
512 pistes d'un substrat
Bru
it
Nom
bre
tota
l de
pist
es p
erdu
es
20 jours de test
Pistes mortes :bruit < Moy - 5
Pistes bruyantes :bruit > Moy + 5
Limite "Moy + 5"
Limite "Moy - 5"
24/16896 pistes perdues équivalent à 5,5 % de pistes en 10 ans de LHC
Les pistes perduesLes pistes perdues
Stéphanie Moreau, IReS
11
Le rapport S/N est stable moyenne ~ 37
(détection) ~ 98 %
20 jours
Pas d’influence significative de la
pression atmosphérique sur le rapport S/N
La
pres
sion
Variation du rapport signal sur bruitVariation du rapport signal sur bruit
Le
rapp
ort S
/N
Le
rapp
ort S
/N
20 jours
Variation du rapport signal sur bruitVariation du rapport signal sur bruit
Stéphanie Moreau, IReS
12
Sous flux intense : accumulation de charges à la surface du substrat baisse du rapport signal sur bruit c'est le phénomène de polarisation
#ent
rées
Différence relative du rapport signal sur bruit à basse intensité après une période de 12h de haute intensité
Pas de déviation de la polarisation par rapport à 0
S/N1
Polarisation du substratPolarisation du substrat
(S/N1-S/N2)
LI1 LI2
HI
}Polarisation du substratPolarisation du substrat
Stéphanie Moreau, IReS
13
Synthèse sur les MSGCSynthèse sur les MSGC
Rapport S/N stable
Pas de polarisation du substrat
Moins de 5,5 % de pistes perdues
(équivalent à 10 ans LHC)
Un succès MAIS changement de technologie
Synthèse sur les MSGCSynthèse sur les MSGC
Stéphanie Moreau, IReS
14
Les détecteurs silicium à micropistesLes détecteurs silicium à micropistes
Le nouveau trajectographe
Les modules silicium de CMS
Test sous faisceauObjectif : tester l’électronique sous un faisceau échantillonné à 25 ns
Résultats : Le délai L’éfficacité de reconstruction
Les détecteurs silicium à micropistesLes détecteurs silicium à micropistes
Stéphanie Moreau, IReS
15
2 x 9 disques7 couches
Le Trajectographe tout siliciumLe Trajectographe tout silicium
T0 < -10 °C
Module simple faceModule double face
(pt = 3 GeV)
15 952 modules Si ~ 107 canaux de lecture
(TK_Si)(TK_MSGC+Si)
0 1 2
1,04
1,02
1
0,98
0,96 2 x 3 disques3 couches
4 couches
6 disques 6 couches
Le trajectographe tout siliciumLe trajectographe tout silicium
Stéphanie Moreau, IReS
16
Substrat silicium dopé népaisseur de 500 m
(ou 320 m)512 (ou 768) pistes
adaptateur de pas
hybride avec 4 (ou 6) puces de
lecture à 128 voies
Un module siliciumUn module silicium
cadre évacuant la chaleur
Un module siliciumUn module silicium
Stéphanie Moreau, IReS
17
Test sous un faisceau type Test sous un faisceau type LHCLHC
Objectif : tester l’électronique sous un faisceau échantillonné à 25 ns
6 modules silicium à micropistes
10 jours au CERNen octobre 2001
Faisceau intense de et de de 120 GeV/c flux ~ 100 kHz/mm2
1 2 3 4 5 6
100 mrad
Test sous faisceau de type LHCTest sous faisceau de type LHC
Stéphanie Moreau, IReS
18
Objectif :Déterminer le délai entre :
le passage d’une particule dans le détecteur et le signal déclenchant
l’acquisition
avec un rapport signal sur bruit maximum
Asymétrie : du à un mauvais réglage des paramètres des puces de lecture
La courbe de délaiLa courbe de délai
Nom
bre
moy
en d
e co
ups
AD
C
Nom
bre
moy
en d
e co
ups
AD
C
Ddélai (ns) Ddélai (ns)
La courbe de délaiLa courbe de délai
Stéphanie Moreau, IReS
19
plateau ~ 25 ns
efficacité ~ 90-95 %
Objectif : mesurer la capacité à détecter le passage d’une particule
L'efficacité de détectionL'efficacité de détection
123456
Pparticule
25 ns25 ns
L’efficacité de détectionL’efficacité de détection
Stéphanie Moreau, IReS
20
Synthèse sur les déSynthèse sur les détecteurs siliciumtecteurs silicium
Bon comportement sous un faisceau "25 ns"
électronique de contrôle et d’acquisition
les 6 détecteurs
Paramètrage de l’électronique de lecture à faire
avec soin
Synthèse sur les détecteurs silicium à Synthèse sur les détecteurs silicium à micropistesmicropistes
Stéphanie Moreau, IReS
21
ReconstructionReconstruction
Reconstruction des hits
Reconstruction des traces
Reconstruction des vertex
primaires (sans et avec pile up)
secondaires
La reconstructionLa reconstruction
Stéphanie Moreau, IReS
22
4209 hits4209 hits
Les hits simulés
Stéphanie Moreau, IReS
23
Reconstruction des tracesReconstruction des traces
Stéphanie Moreau, IReS
24
25 traces reconstruites
Traces et vertex simulésTraces et vertex simulés
Stéphanie Moreau, IReS
25
94 traces simules dont 29 de plus de 1 GeV
94 traces simules dont 29 de plus de 1 GeV
Les hits et les traces Les hits et les traces reconstruites et simuléesreconstruites et simulées
Stéphanie Moreau, IReS
26
5 vertex simulés
Traces et vertex simulésTraces et vertex simulés
Stéphanie Moreau, IReS
27
Les « 2 » vertex secondaires
Les « 3 » vertex primaires
Vertex reconstruits et simulésVertex reconstruits et simulés
Stéphanie Moreau, IReS
28
Reconstruction de vertexReconstruction de vertex
Vertex primaire méthodes (et effet du pile up)
Vertex secondaire L'algorithme Elastic Arms Choix des paramètres Résultats : Résolution Efficacité Taux de vertex fantôme Temps CPU
Application à la recherche de jet b
Reconstruction de vertexReconstruction de vertex
Stéphanie Moreau, IReS
29
Reconstruction de vertex primaireReconstruction de vertex primaire
Méthode des gaussiennesMéthode des amasMéthode de " binning "
Zz (cm)Rrésolution en z ~ 30 m efficacité ~ 99,8 %
Rrésolution en z ~ 27 m efficacité ~ 97 % Rrésolution en z ~ 23 m
efficacité ~ 96 %
traces compatibles
Bin de 1 mm
Ensemble de traces contenues dans
un bin
traces incompatibles
traces compatibles
Vertex 1 Vertex 2
Faisceau : x = 15 m, y = 15 m, z = 5,3 cm
Sans empilement
Reconstruction de vertex primairesReconstruction de vertex primaires
Stéphanie Moreau, IReS
30
Vertex primaire et pile upVertex primaire et pile up
Vertex primaires associés à des traces de faible impulsion
Vertex primaire associé à 30 traces de faible impulsion
moyenne (1,6 GeV/c2)
Vertex primaire associé à 12 traces d'impulsion moyenne de 5 GeV/c2
zrec-zsim = 18 m
Un seul croisement de faisceau
Vertex primaires et pile upVertex primaires et pile up
Stéphanie Moreau, IReS
31
Illustration de la méthode Elastic Arms (EA)Illustration de la méthode Elastic Arms (EA)
Les traces reconstruitesLes traces + 3 vertex simulés Les traces reconstruites + 21 Vertex seed
Les traces reconstruites + 10 Vertex seed
Les traces reconstruites + 3 Vertex reconstruits
Avant EA
Fin EA
Simulation Reconstruction
Analyse du même événement
Pendant EA
Début EA
Stéphanie Moreau, IReS
32Vertex seed et vertex primairesVertex seed et vertex primaires
Stéphanie Moreau, IReS
33
vertex primaire
vertex secondaire 1
Fusion de vertex
vertex secondaire 2
Traces fixes
Déplacement des vertex
Reconstruction des vertexReconstruction des vertexReconstruction des vertexReconstruction des vertex
Stéphanie Moreau, IReS
34
Pour chaque itération T, chaque trace j, le vertex i se déplace de (xiy
i, z
i) :
i,j
yi
i,j
xi
i,j
zi
Constante àchaque itération
ordre de grandeurdu déplacement
Le potentiel d'attraction :
Vi,j
=
inversement proportionnel à la distance
i,j
/Te /T
e + je
i,j /T
i,j = d E-1 Td
E : Matrice erreur sur la position de la trace j
dd : vecteur distance entre le vertex i et la trace j
L'algorithme Elastic ArmsL'algorithme Elastic Arms
donne le sens du déplacement
(xiy
i, z
i) = - x
j V
i,j x ( , , )
Paramètre de coupure pour les
traces isolées
L’algorithme Elastic ArmsL’algorithme Elastic Arms
Stéphanie Moreau, IReS
35
trop faible pas de convergence en position
trop fort divergence en position
ok
Optimisation des paramètresOptimisation des paramètres
pas de calcul de la dérivée distance maximum de fusion des vertex
Paramètres à optimiser :l'ordre de grandeur de déplacement des vertexpour une trace isolée
Zz
(cm
)Iitération
Zx
(cm
)
IitérationIitération
Zx
(cm
)
Optimisation des paramètresOptimisation des paramètres
Stéphanie Moreau, IReS
36
Type d’événementType d’événement
événement q q 1 vertex primaire associé à une 30aine de traces
événement b b 1 vertex primaire associé à une 20aine de traces 2 vertex secondaires associés à 2-3 traces
Types d’ événements étudiésTypes d’ événements étudiés
Stéphanie Moreau, IReS
37
Les traces = lignes
les vertex seed = sphères blanches
déplacement des sphères entre chaque itération = connections rouges
Convergence des « vertex seed »Convergence des « vertex seed »
x
y
Xle vertex simulé
Zoom sur un vertex seed
10 m
Convergence des vertex seedConvergence des vertex seed
Stéphanie Moreau, IReS
38
La résolution
Ecart Type sur la différence de position des vertex (recontruits - simulés)
L'efficacité
=
Le pourcentage de faux vertex
F =
Nombre de vertex reconstruit associé à un vertex simulé
Nombre de vertex simulés
Nombre de vertex reconstruit NON associé à un vertex simulé
Nombre de vertex reconstruit
Comment évaluer la Comment évaluer la reconstruction de vertexreconstruction de vertex
Stéphanie Moreau, IReS
39
La résolution des vertex secondairesLa résolution des vertex secondaires
Xxrec
- xsim
(cm)
Xyrec
- ysim
(cm)
Xzrec
- zsim
(cm)
<x> = - 7,5 ± 7,8 m
x = 81,0 ± 19,2 m
<y> = 3,3 ± 6,4 m
y = 71,2 ± 12,7 m
<z> = 3,8 ± 4,1 m
z = 124,7 ± 6,2 m
Événement bb Événement bb50 GeV 100 GeV
Quantité 2497 3091
Résolutionxy 90,3 ± 13,9 z
< 1.4 < 1.4
98,0 ± 14,5 m 98,7 ± 9,0 m104,9 ± 11,0 m141,4 ± 28,5 m 125,6 ± 15,3 m
Vertex secondaires :
associés à 2 traces mindt > 100 m
association au vertex simulé
le plus proche
Ssim vtx
Rrec vtx
<1,4 <1,4
La résolution des vertex secondairesLa résolution des vertex secondaires
Stéphanie Moreau, IReS
40
Efficacité =
taux de vertex fantômes =
Nombre de vertex reconstruits associés à un vertex simuléNombre de vertex simulés
Nombre de vertex reconstruits NON associés à un vertex simuléNombre de vertex reconstruits
vertexreconstruit
vertexsimulé
Association si 60% de traces en commun
q qbar b bbar b bbar
Type 50 GeV 50 GeV 100 GeV
Nombre de vertex secondaires 80 2623 2855
38,7 ± 5,4 % 29,9 ± 0.9 % 27,3 ± 0.8 %
46,2 ± 5,6 % 27,7 ± 0.8 % 37,2 ± 0.9 %
31,2 ± 5,2 % 24,9 ± 0,8 % 21,6 ± 0,7 %
< 1 % < 1 % < 1%
< 46 % < 55 % < 76,3 %
< 33 % < 48 % < 50 %
dd'événements
< 1.4 < 1.4 < 1.4
Méthode EA Efficacité
Méthode D0 Efficacité
Méthode PVR Efficacité
Méthode EA Taux de vertex fantômes
Méthode D0 Taux de vertex fantômes
Méthode PVR Taux de vertex fantômes
Efficacité et taux de vertex fantômesEfficacité et taux de vertex fantômes
<1,4 <1,4<1,4
Efficacité et taux de vertex fantômesEfficacité et taux de vertex fantômes
Stéphanie Moreau, IReS
41
Méthode de Temps CPU
EA 10 620 ms
5 460 ms
PVF 2 340 ms
rreconstruction Ppar événement
D0
Méthode EA itérative
processus lent
pour ~ 20 itérations
531 ms/evt/itération
Le temps CPULe temps CPU
Le temps CPULe temps CPU
Stéphanie Moreau, IReS
42
Coupure
Événement56,2 51,4 40,0 19,8
b bbar (%)
Événement4,5 3,1 1,9 1,0
q qbar (%)
Ddt > 100 m Ddt > 100 m Ddt > 100 m Ddt > 100 m
ndf < 3 ndf < 1 ndf < 0.3
dt = distance transverse (distance entre l'axe du faisceau et le vertex)
ndf
= 2/(nombre de traces)
2569 événement b bbar (5138 jets b)
Chaque jet est identifié par un vertex secondaire reconstruit par EA
Identification de jet bIdentification de jet b
ndf ndf
m
ndf
m mm
Identification de jet bIdentification de jet b
Stéphanie Moreau, IReS
43
Synthèse sur la reconstructionSynthèse sur la reconstruction
Reconstruction de vertex par EA
Bonne résolution et bonne efficacité
Excellent taux de vertex fantômes
Application à la recherche de jet b
Améliorations pour réduire le temps CPU
Difficulté de l'optimisation des paramètres
Synthèse sur la reconstructionSynthèse sur la reconstruction
Stéphanie Moreau, IReS
44
Participation à l'expérience CMS : Évaluation des performances de détecteurs :
Les détecteurs gazeux à micropistes
Les détecteurs silicium à micropistes
Reconstruction des futures données CMS :
Vertex primaires et pile up
Vertex secondaires et l’algorithme Elastic Arms
Application à la physique de la beauté
ConclusionConclusionConclusionConclusion
Stéphanie Moreau, IReS
45
Pla
n de
la p
rése
ntat
ion
Pla
n de
la p
rése
ntat
ion
Intr
od
uct
ion
Le
colli
sion
neu
r L
HC
Le
dé
tect
eu
r C
MS
Le
tra
ject
og
rap
he
de
CM
S
Les
déte
cteurs
gaze
ux à
mic
ropis
tes
(MS
GC
) p
rinci
pe
de
dé
tect
ion
les
MS
GC
et C
MS
le te
st s
ou
s fa
isce
au
hau
tem
ent
ion
isa
nt e
t an
alys
e R
ésu
ltats
: le
nom
bre
de
pis
tes
perd
ues
, le
rap
por
t si
gn
al s
ur
bru
it e
t la
po
lari
satio
n
Les
déte
cteurs
sili
ciu
m à
mic
rop
iste
s le
tra
ject
og
rap
he
tout
sili
cium
les
déte
cte
urs
silic
ium
à m
icro
pis
tes
et C
MS
le te
st s
ou
s fa
isce
au
et a
nal
yse
Ré
sulta
ts :
le d
éla
i et l
’effi
caci
té d
e re
con
stru
ctio
n
Reco
nst
ruct
ion d
e v
ert
ex
v
erte
x p
rim
aire
s 3
mét
hode
s de
rec
onst
ruct
ion
L’e
ffet
d’e
mpi
lem
ent
ver
tex
seco
nda
ires
la m
étho
de E
last
ic A
rms
et le
cho
ix d
es p
aram
ètre
s R
ésul
tats
: la
rés
olut
ion,
l’ef
ficac
ité,
le t
aux
de v
erte
x fa
ntôm
e et
le t
emps
CP
U id
entif
icat
ion
de je
t b
Con
clusi
on