MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 1 Jet/Energy flow Iacopo Vivarelli...
-
Upload
marinella-puddu -
Category
Documents
-
view
216 -
download
1
Transcript of MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 1 Jet/Energy flow Iacopo Vivarelli...
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 1MCWS - Frascati
Jet/Energy flow
Iacopo VivarelliINFN e Università, Pisa
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 2MCWS - Frascati
Introduction
•I calorimetri di ATLAS e CMS
•Algoritmi di clusterizzazione nei calorimetri
•Algoritmi di ricostruzione dei jet
•Calibrazione al particle jet (e confronto dati/MC)
•Energy flow
•Soglie di trigger sui jet
•Calibrazione coi primi dati
•Conclusions
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 3MCWS - Frascati
Calorimetria di ATLAS….Tile Calorimeter
Forward Calorimeter
EM barrel and EndCap
Hadronic EndCap
EM LAr || < 3 :
Pb/LAr 24-26 X0
3 longitudinal sections1.2
= 0.025 0.025
Central Hadronic || < 1.7 :
Fe(82%)/scintillator(18%)
3 longitudinal sections 7.2
= 0.1 0.1
End Cap Hadronic 1.7 < < 3.2 :
Cu/LAr – 4 longitudinal sections
< 0.2 0.2
Forward calorimeter 3 < < 4.9 :
EM Cu/LAr – HAD W/Lar
3 longitudinal sections
EE
8.1%8.1
%9.41
E
Risoluzione per il calorimetro Risoluzione per il calorimetro combinato (EM+HAD) ad combinato (EM+HAD) ad ηη = 0.35 = 0.35
Linearità entro Linearità entro ±2% (10-300 GeV)±2% (10-300 GeV)
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 4MCWS - Frascati
…. e quella di CMS
Hcal barrel and EndCap
Very Forward Calorimeter
EM barrel and EndCapPreshower EM || < 3 :
PbWO4 cristals 24.7-25.8 X0, 1.1
1 sezione longitudinale+preshower (3 X0)
= 0.0175 0.0175
Barrel HCal || < 1.74, Brass/Scintillator
2 sezioni longitudinali (5.9 ) +
Outer Hcal (2.5 per || < 1.4)
End Cap HCAL 1.3<||<3.0, Brass/Scintillator:
2 sezioni longitudinali
≥ 0.0875 0.0875
Forward calorimeter 3 < || < 5 :
Fe/Quartz Fibre, Cerenkov light
2 sezioni longitudinali (em per 16 ,had per 9 )
%4%101
E
E
%5.6%127
E
E
Risoluzione su single Risoluzione su single ππ Ecal + Hcal Ecal + Hcal (ottenuta al Test beam combinato del 1996)(ottenuta al Test beam combinato del 1996)
Pions mip in EcalPions mip in Ecal
Full pion sampleFull pion sample
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 5MCWS - Frascati
Clustering
Cluster for 120 GeV pion in EMEC and HEC (2002 Test Beam
data)
Al momento, la clusterizzazione delle celle calorimetriche è fatta in due modi (per quanto riguarda la ricostruzione dei jet)
-Torri calorimetriche (ATLAS: η x φ = 0.1x0.1, CMS: η x φ = 0.087x0.087 se |η|<1.74, poi graduale aumento fino a 0.175x0.175 se |η|>3)
-ATLAS: clustering 3D considerando I depositi di energia in celle vicine (Topological Clusters)
TopoClusters – some details:
• Cells with |E/σnoise|>Tseed are used to generate a TopoCluster. The adiacent cells are checked to
be associated to the cluster. Default: Tseed = 4σnoise
• Cells with |E/σnoise| > Tneigh are used to expand the cluster. The adiacent cells are checked to be associated to the cluster. Default: Tneigh
= 2σnoise
• Cells with |E/σnoise| > Tused can be used to expand the cluster. Default Tused=0
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 6MCWS - Frascati
Algoritmi di ricostruzione Sia KT che Cone (seeded con midpoints, seedless) utilizzati in entrambi gli
esperimenti.
Di seguito, con cluster si intende qualunque oggetto utilizzato in input per la ricostruzione (incluse eventualmente particelle MC)
SEEDED CONE ALGORITHM
- Seed: ET > 2 GeV in ATLAS, ET>0.8 (di solito) per CMS.
- Dimensione del cono ATLAS: 0.7 bassa, 0.4 alta luminosità. CMS: 0.5 .
-Iterazione fino a cono stabile
- Split & Merge: 50% del jet più energetico per entrambi gli esperimenti
Il jet ha ua precisa forma geometrica
KT ALGORITHM
Per ogni coppia di cluster ij:
- Calcolare d=
- Se dmin= dii ho un jet
- Se dmin= dij allora i e j sono sommati in un unico “cluster”
2
2ij2
jT,2
iT,ij
2iT,ii
D
ΔR)k,min(kd
kd
-La forma del jet non è definita
- I jet sono separati: no split and merge
D = 1
R = √2+f2
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 7MCWS - Frascati
Efficienze di ricostruzioneUn particle jet è ricostruito se ha un jet calorimetrico angolarmente
vicino.
La soglia per una efficienza di ricostruzione al 90% è tipicamente intorno a 30 GeV.
CMS. Analogo per ATLAS
I jet sono ricostruiti in tutta la zona di accettanza dei
calorimetri (η < 5).
L’efficienza di ricostruzione mostra una dipendenza da η a
basso PT (PT < 50 GeV) a causa di crack nei calorimetri e non completo contenimento ad
alto η.
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 8MCWS - Frascati
Noise suppression - ATLASIl trattamento del noise viene delegato all’algoritmo di
clusterizzazione (TopoClusters)
Verifica della soppressione del noise da parte dei
TopoClusters:
-Tower noise: nessun taglio sul noise
-2σnoise cut: celle con un deposito di energia |E| < 2σnoise
non sono conteggiate Tower noise
2σnoise cut
TopoClusters
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 9MCWS - Frascati
Noise suppression CMS
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 10MCWS - Frascati
Calibrazione
In entrambi gli esperimenti la calibrazione è fatta in due fasi:
-Fase 1: Dal jet calorimetrico al particle jet: calibrazione basata sul MonteCarlo accordato sui dati del test beam. Corregge per e/h, cracks, dead
materials
-Fase 2: Dal particle jet al parton jet: le correzioni dipendono dall’analisi. Ci sono studi su alcuni
canali di fisica che possono essere usati: γ+jet, Z+jet, Wjet jet dal decadimento del top
Per la fase 1 la capacità del MonteCarlo di riprodurre i dati sperimentali è fondamentale
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 11MCWS - Frascati
Confronto MC/Dati: ATLAS
20 GeV pions
Small shift of MC to lower scale.
Agreement in the noise/MIP region
L’analisi del test beam combinato (un’intera slice di ATLAS su fascio – fatto nell’estate 2004) va avanti.
Dati considerati finora: elettroni/pioni/muoni con energie tra 20 e 350 GeV.
I dati di bassa energia sono fondamentali. Analisi in corso
E(MeV)
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 12MCWS - Frascati
Confronto MC/Dati: ATLAS
Accordo entro il 2% nel range 20-350 GeV. Buono, ma l’informazione più importante sta a basse energie. Fondamentale l’accordo nella
regione 1-9 GeV (al momento sotto
analisi)
η = 0.35 Ebeam(GeV)
Ebeam(GeV)
E(G
eV
)
η
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 13MCWS - Frascati
Confronto MC/Dati: CMS
Paragone dati/MC (G4) per il test beam combinato ECAL+HCAL (2002)
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 14MCWS - Frascati
Calibrazione al particle jet level (ATLAS)ATLAS utilizza un sistema di cell weighting.
Dal confronto del jet calorimetrico con il particle jet (ottenuto con lo stesso algoritmo di ricostruzione sullo stato finale del
generatore) si ottengono (tramite minimizzazione) una serie di pesi da applicare alle celle.
eaMC
e
MCe
rece
E
EE
)(
)( 22
ii
irec EwE Ei is the energy in the i-th cell
(longitudinal sample).Il peso wi è parametrizzato in termini della densità di energia della cella
In futuro, calibrazione particle based (riconoscimento clusters adronici ed elettromagnetici + uso del montecarlo per correggere a livello clusters per e/h +
dead material + cracks)
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 15MCWS - Frascati
Risultati (rispetto al particle jet)
%8.03.3%74
%9.2%115
E
GeV
EE
EE
Risultati ottenuti con un algoritmo a cono (DR=0.7), noise elettronico incluso nella simulazione, pile-up non incluso
021.08.461.0)(
TTT
T
EEE
E
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 16MCWS - Frascati
Risultati per alcuni algoritmi di ricostruzioneGli studi sono ripetuti con I vari algoritmi di ricostruzione.
In termini di risoluzione, il KT dà i risultati peggiori. Un tuning del parametro D (default D=1, tuned D=0.6) migliora il risultato.
“Single jet gun” + noise
Il cono (R = 0.7, Etseed = 2 GeV) dà I risultati migliori. In ogni caso, ad alta luminosità la dimensione del cono dovrà
essere ridotta a 0.4
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 17MCWS - Frascati
Calibrazione al particle jet level (CMS)• La calibrazione a CMS può essere fatta a diversi livelli:
– calibrazione jet based:• E = a x (EC+HC) a dipende da jet(ET,η).
Correzioni calcolate con MC.• E = a x EC + b x HC a,b dipendono da jet (ET,η).• Correzioni calcolate con MC. Si assume MC in
accordo coi dati sperimentali
– calibrazione particle based (richiede separazione di cluster adronici ed elettromagnetici)
• em: E = a x EC• had: E = b x EC + c x HC• b e c dipendono rispettivamente da EC e HC
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 18MCWS - Frascati
Correzioni particle jet (MC)• R = Etrec/ETMC Correzione 1/R per I jet ricostruiti.
• Le correzioni dipendono dall’algoritmo di ricostruzione, dalla dimensione del cono, dal livello di noise elettronico e pile up.
Risoluzione nel barrel dopo le correzioni:
033.06.525.1)(
TTT
T
EEE
E
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 19MCWS - Frascati
Risoluzione angolare Iterative cone, DR = 0.5
Risoluzione inferiore alla granularità delle torri su tutto il range in eta
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 20MCWS - Frascati
Energy flow
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 21MCWS - Frascati
Proprieta’ Cal e Tk nei due esperimenti
ATLAS CMS
Risoluzione Ecal+Hcal su pioni
Risoluzione Jet E)/E = 54% /sqrt(E) + 1.3% Et)/Et = 118% /sqrt(Et) + 7%
Risoluzione tracciatore interno
(pt)/pt = 1.8% + 60% pt
(pt in Tev)
(pt)/pt = 0.5% + 15% pt
(pt in Tev)
EE
8.1%8.1
%9.41
E
%5.6
%127
E
E
• Data l’ottima risoluzione del calorimetro adronico, in Atlas i jet sono ricostruiti con buona risoluzione ancor prima di applicare l’EF.
• Date le risoluzioni di calorimetri e tracciatori nei due rivelatori, ci si aspetta che l’EF apporti miglioramenti piu’ evidenti per CMS che per Atlas.
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 22MCWS - Frascati
EF prima, EF dopo la ricostruzione del Jet
In ATLAS ci sono 2 diversi approcci per l’utilizzo dell’energy flow (entrambi sotto sviluppo):
1. - Si ricostruiscono EFlowObjects a partire dalle tracce cariche e dai cluster calorimetrici. Per le particelle cariche, nei cluster adronici si sostituisce l’energia attesa nei calorimetri (estratta da una parametrizzazione) con quella del tracciatore
- Gli EFlowObjects sono utilizzati come input dell’algoritmo di ricostruzione dei jet (sia esso Cono o KT)
2. - All’interno di un jet si riconoscono cluster adronici “carichi”, cluster elettromagnetici e cluster “misti”.
- Per i cluster adronici carichi si sostituisce la misura del calorimetro con quella del tracciatore.
Premesse:1. I due algoritmi ancora non
sfruttano i TopoClusters: la clusterizzazione è bidimensionale (torri)
2. L’aggiunta delle tracce out-of-cone e’ gia’ implementata nell’algoritmo standard di ricostruzione dei jet.
Le Implementazioni di EF in Atlas
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 23MCWS - Frascati
Le Implementazioni di EF in AtlasApproccio 1 (EF prima ricostruzione del Jet) - prestazioni
20 GeV single -
• Test su eventi singola particella per testare consistenza dell’implementazione dell’EF. Larghezze distribuzioni in accordo con risoluzioni dei calorimetri e del tracciatore.
Algoritmo standard
EnergyFlow
50 GeV jets
σσ(E)/E = 7% (E)/E = 7%
on the coreon the core
• C’e’ un miglioramento della risoluzione su E del Jet rispetto a valore TDR (da 8-9% a 7% @ 50 GeV), ma questo vale solo per una frazione degli eventi (le code della distribuzione non sono trascurabili)
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 24MCWS - Frascati
Le Implementazioni di EF in AtlasApproccio 2 (EF dopo ricostruzione del Jet) - prestazioni
L’algoritmo è stato testato su tripletti di particelle (π+ π0 n) arbitrariamente vicine in . I risultati dipendono fortemente dalla distanza angolare tra le particelle.
Effetto della sovrapposizione dei cluster:
Risultati stabili se R > 0.1, ma se le particelle sono più vicine angolarmente la risoluzione degrada rapidamente. Si formano grosse code asimmetriche.
L’utilizzo della completa segmentazione (longitudinale e laterale) dei calorimetri migliorerà i risultati
+ n (5 GeV) con R > 0.1 + π0 n (5 GeV) with R = 0.1
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 25MCWS - Frascati
Le Implementazioni di EF in AtlasApproccio 2 (EF dopo ricostruzione del Jet) - prestazioni
E’ stato applicato questo algoritmo in full simulation. La distribuzione finale ha andamento sufficientemente gaussiano.
Tuttavia, allo stato attuale, la risoluzione e’ ancora da ottimizzare (12-13% rispetto 8-9% del TDR).
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 26MCWS - Frascati
Implementazione di EF in CMSCorrezione della jet energy con JetPlusTrack
L’algoritmo (JetPlusTrack) attualmente implementato in CMS applica le tecniche di EF per correggere i jet ricostruiti a partire dai soli depositi calorimetrici.
I jet di partenza sono ricostruiti tramite algoritmi a cono. L’apertura ΔR del cono e’ un parametro fondamentale sia dell’algoritmo di jet finding, che dell’algoritmo di correzione.
Una versione (JetPlusTrack 2) piu’ raffinata dello stesso algoritmo fa uso di due coni distinti per separare il contributo dei frammenti neutri da quello dei carichi
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 27MCWS - Frascati
Implementazione di EF in CMSJetPlusTrack – l’algoritmo
1. Ricostruzione dei jet nei calorimetri utilizzando algoritmi a cono (semplici o iterativi).
2. Utilizzo dei pixel per la ricostruzione del PV e dei seed delle tracce.
3. Vengono selezionati solo i seed all’intrerno del cono di definizione del jet. A partire da questi, le tracce sono ricostruite nelle loro completezza in tutto il tracciatore.
4. La misura calorimetrica viene raffinata con le informazioni del tracciatore sia per tracce nel cono che fuori. Si sottrae la risposta del calorimetro attesa (per ora senza particle ID, tutte le particelle cariche sono considerate pioni).
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 28MCWS - Frascati
Implementazione di EF in CMSJetPlusTrack – le prestazioni
Effetto dell’EF sulla risoluzione di jet Et
Barrel Endcap
Eventi di-jet in Full-Simulation con PU LowL
• Miglioramenti paragonabili sia nel barrel che negli endcap: la risoluzione migliora del 25-14 % in funzione di Et del Jet
• Gli effetti maggiori si hanno per i jet meno energetici,cioe’ quelli meno collimati e quindi piu’ sensibili ai problemi intrinsechi del jetFinding.
Atlas TDR
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 29MCWS - Frascati
Implementazione di EF in CMSJetPlusTrack – le prestazioni
Barrel Endcap
• La linearita’ e’ quasi completamente ristabilita nel barrel
• Negli endcap un miglioramento e’ presente, ma inferiore a quello nel barrel:
• minore efficienza di ricostruzione delle tracce
Effetto dell’EF su Etreco/Etgene (linearita’)
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 30MCWS - Frascati
Implementazione di EF in CMSJetPlusTrack – applicazione a ricostruzione massa Xjj (120 GeV/c2)
Full Simulation con PU per oggetto X di massa 120 GeV/c2 che decade in 2 quark leggeri.
• L’applicazione dell’algoritmo di JetPlusTrack ristabilisce il rapporto tra la massa ricostruita e quella generata: si passa da Mreco/ Mgene = 0.88 a Mreco/ Mgene = 1.01
• La risoluzione migliora del 10% :
σ(M)/M = 13.6 % σ(M)/M = 11.9 %
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 31MCWS - Frascati
Implementazione di EF in CMSJetPlusTrack 2 – l’algoritmo
neutralcharged
φ
η
1. Un piccolo cono e’ sufficiente a raccogliere la maggior parte del contributo neutro all’energia del jet
2. Un cono piu’ grande, indipendente, puo’ essere specializzato alla sola raccolta dei frammenti carichi.
AlgoritmoJetPlusTrack esteso con l’utilizzo di due coni separati
JetRcalo
Rtk
calo
JetPlusTrack 2
Santocchia,Spiga
MC level
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 32MCWS - Frascati
Implementazione di EF in CMSJetPlusTrack 2 - prestazioni
Utilizzando due coni distinti e’ possibile
► Ridurre Rcalo, in modo da avere una minore sovrapposizione con gli altri jet dell’evento e con i depositi dovuti al PileUp.
► Utilizzare Rtk piu’ grande in modo da raccogliere ugualmente il contributo carico del jet.
JetPlusTrack
Jet Livello 2
JetPlusTrack2
ET Gen (GeV)
sig
ma (
(Et_
Gen
-g
*Et_
corr
2)/
Et_
Part
on
)
0.65-0.750.70-0.75
0.75-0.750.70-0.75 0.75-0.75 0.75-0.75
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 33MCWS - Frascati
Applicazione di EF in Atlas e CMSConclusioni
• Atlas ha un ottimo calorimetro adronico che permette gia’ una buona ricostruzione dei Jet. L’EF puo’ servire soprtattutto per jet soft, ma non sembra in modo significativo.
• E’ stato dimostrato come sia importante la sovrapposizione dei cluster nella efficacia dell’EF.
•E’ necessaria una parametrizzazione piu’ realistica del rilascio di energia nei calorimetri da parte degli adroni.
• CMS parte da una ricostruzione calorimetrica dei jet meno buona e dispone di un tracciatore piu’ performante. Gli effetti dell’applicazione dell’EF sono risultati significativi.
• Attualmente l’EF di CMS non fa uso di particle IDmargini di miglioramento delle prestazioni dell’EF.
ATLAS CMS
HCAL+ECAL(errore statistico)
41.9%/E 127%/E
TRACKER( 100 GeV)
60% pt (Tev) 15% pt (Tev)
Jet Singolo (/E , QCD 50 GeV)
“8-9% 7%”Idealmente
17%12%
Massa Invariante (/E - Z’ 120 GeV)
// 13.6% 11.9%
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 34MCWS - Frascati
Soglie di trigger
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 35MCWS - Frascati
Multi-jet trigger rates in ATLAS LVL1 menu Rate (KHz) HLT menu Rate (Hz)
1Jet200 0.2 1jet400
25 3Jet90 0.2 3jet165
4Jet65 0.2 4jet110
• Ad ATLAS, i trigger di multijet rappresentano circa il 10% del rate di trigger finale totale
• Le soglie sono alte utili per SUSY e nuova fisica • Esistono trigger dedicati per i jet tau• Attualmente sotto investigazione la possibilità di avere un trigger
dedicato di b-jets
• Trigger di jet con basse soglie in PT (prescalati): circa 20 Hz
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 36MCWS - Frascati
Multi-jet trigger rates in CMS
LVL1 menu Rate (KHz) HLT menu Rate (Hz)
1Jet177
3
1jet657
93Jet86 3jet247
4Jet70 4jet113
• I trigger di multijet rappresentano circa il 10% del rate di trigger finale totale• Esistono trigger dedicati per i jet tau• Esiste un trigger inclusivo per b-jets
• Trigger di jet con basse soglie in PT (prescalati): circa 10 Hz
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 37MCWS - Frascati
In situ jet calibration
Le correzioni collegate con gli effetti dell’algoritmo di ricostruzione e con effetti di fisica (out of cone,
hadronization corrections) possono essere ottenute dai dati.
Le topologie considerate sono Z+jet, γ+jet e Wjj (dove il W è prodotto nel decadimento del top).
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 38MCWS - Frascati
• I tagli sono applicati esclusivamente ad oggetti ricostruiti
• pT = (pT gam rec + pT jet rec)/2• |phi balance| < 0.2 • Non c’è taglio sulla
pseudorapidità del fotone. Il rivelatore ricostruisce fotoni con |eta| < 2.47. Questi eventi corrispondono a misidentificazione del fotone. Possono essere facilmente rimossi con un taglio in eta o pT del fotone.
pT balance = (pT parton – pT photon)/ pT photon
Un esempio: γ+jet (ATLAS)
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 39MCWS - Frascati
ReferenceParticle level Cone 0.7Reconstruction level Cone 0.7
Most probable value for the pT balance
Recon levelBias ~ 2-0%
Particle levelBias ~ 2-0%
Ricostruzione con cono 0.7•La correzioni per gli effetti di rivelatore sono ottimizzate sul cono 0.7
•La differenza tra il riferimento (parton level) e il particle jet è piccola gli effetti di out of cone sono piccoli
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 40MCWS - Frascati
Parton levelBias ~ 1-0%
Recon levelBias ~ 15-7%
ReferenceParticle level Cone 0.4Reconstruction level Cone 0.4
Most probable value for the pT balance
Particle levelBias ~ 7-3%
E(GeV)
• La calibrazione al particle jet è sbagliata (o meglio, ottimizzata per il cono 0.7).
• Gli effetti di out of cone sono più rilevanti (confronto tra il parton level e il particle level)
Ricostruzione con cono 0.4
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 41MCWS - Frascati
Conclusioni• Algoritmi di ricostruzione: entrambi gli esperimenti utilizzano
tipicamente un algoritmo a cono. Il KT è implementato, ma poco usato.
•Le procedure di noise suppression e di calibrazione sono diverse, ma portano a risultati paragonabili (su MC) in termini di linearità.
• L’applicazione dell’energy flow ha risultati molto diversi sui due esperimenti, a causa delle diverse prestazioni dei calorimetri e del
tracciatore.
•Studi su canali di fisica mostrano che l’utilizzo di Wjj, γ+jet possono ridurre le sistematiche sulla linearità della misura di ET al
livello di 1-3% (in funzione dell’energia e di η)
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 42MCWS - Frascati
BACKUP
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 43MCWS - Frascati
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 44MCWS - Frascati
(1-costh)
(1-cosm)
Reconstructed W (cone 04)
• AOD=
Angle between the 2 jets recovered, shift only due to E miscalib.
• ATLFAST: jets are massless, angle is not accurately defined
=> ~2 GeV shift on MW
• AOD• ATLFAST
Cosm2 2
1 2
2 21 2 1 2 1 2
2 (1 cos )
(2 cos ) / 2
jj m m i i
m jj
E E E p
p p M M E E
KKKKKKKKKKKKKK
Wcos cos in M
cos
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 45MCWS - Frascati
Method 1 to extract the E scale
•
• compute R for k bins in E
• apply k factors on R and recompute R n times =>
jeti
parti
iWPDGW
E
EwithMMR 21/
1 2k j j True nk k
n
R
E
E
Pa
rt /
E
E
AODW Recons.
No comb BKG
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 46MCWS - Frascati
Method1 Results after recalibration
• Function found with any
‘a priori’ hypothesis
E
Pa
rt /
E
E
before
after
AOD4000 W Recons.
No comb BKG
Mw
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 47MCWS - Frascati
Method1 Results on Z+jets
• Use the AOD Top sample to correct the jet energies of the AOD Z+jet sample
• TOP 12000 jets, Z+jet 8000 jets
• Apply same cuts on jets energies
• => Top light jet scale works for all light jets
Top
Z+jets+
+
After calib ‘Top’
E
Pa
rt /
E
E E
E
Pa
rt /
E
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 48MCWS - Frascati
W selection
• Selection for optimal mass measurement
– Clean W sample with – 2 b tag
– Cuts on Mt or Mt-Mw
• Selection for commissioning
– No b tag, cut on Mjlv ( ivo van Vulpen talk Rome)
– Reduced b tag (with lower efficiency or 1btag only), cut on angles
=> W sample ~85% purity (see D Pallin talk Slovakia)
W sample ~85% purity
(see D Pallin talk Slovakia)
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 49MCWS - Frascati
W selection
• Selection for optimal mass measurement
Comb. BKG
AOD
ATLFAST
3 days at L=1033Mw
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 50MCWS - Frascati
Method1 with comb. BKG
• Preliminary result with 1000 W +bkg evts
• Calibration marginaly sensible to BKG (purity=85%)
E
Pa
rt /
E E
AOD
3 days at L=1033
Very preliminary
To reach the 1% precision on the E scale, 10000 W should be enough = 1month data taking
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 51MCWS - Frascati
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 52MCWS - Frascati
AG Calibration Scheme in detail
The reconstructed energy Erec is calculated as :
sMCs
sc EEwE )(Re where Es is the energy the sample s.
The dependence of the weights ws on the jet energy is parametrized as :
)ln()( MCsMC
ssMCs EcE
baEw
Since EMC is not known a priori an iterative procedure is applied.
A.Gupta, M.Wood - http://atlas.web.cern.ch/Atlas/GROUPS/PHYSICS/JETS/jetcalib_gupta_may03.ps
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 53MCWS - Frascati
AG Calibration Scheme in detail
AG has carried out a study to evaluate the improvement of the resolution and linearity as the number of calibration weights increase. DC1 di-jet, No
Noise, No pileup, Seeded cone jet algorithm.
Central region ||<0.7
E /
E tr
ue
/ E
EM scale 2 Wei. 7 Wei.
a 102% 85% 80%
b 2% 2.5% 1.3%
The 7 Weight results should be taken with care since the statistics used was quite poor.
bE
a
E
E
)(
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 54MCWS - Frascati
IV Calibration Scheme in detail
The reconstructed energy Erec is calculated as :
iiMCi
ic EEEwE ),(Re where Ei is the energy of the cell in the sample i.
The dependence of the weights wi on the cell energy are parametrized as :
i
MCiMCiMCii E
EbEaEEw
)()(),(
This parametrization was chosen since if it describe fairly well the behaviour of the weights when fitted singolarly for discrete energy value.
As for AG use of EMC requires iterative procedure.
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 55MCWS - Frascati
IV Calibration Scheme in detail
a
b
Parametrization of the dependence on the true jet energyExample: EMB 3
EjetMC < 500 GeV :
a = a0+a1/EJetMC
b = b0+b1/EJetMC
EjetMC < 500 GeV :
a = const
b = b0+b1/EJetMC
E jet (GeV)
500 GeV
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 56MCWS - Frascati
IV Calibration Scheme: Electronic Noise
Seeded cone jet algorithm, DC1 di-jet samples ||<0.7, Noise + 3 sigma asymmetric cut, No Pileup + iterative procedure (EMC not used).
%8.03.3%74
%9.2%115
E
GeV
EE
EE
Rec
on
stru
cted
ET/
tru
e E
T
Calibration procedure takes the linearity within +/- 2% and gives very good improvement on resolution.
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 57MCWS - Frascati
FP Calibration Scheme
The reconstructed energy Erec is calculated as :
iiMCi
ic EEEwE ),(Re where Ei is the energy of the cell in the sample i.
The response F=<E/EMC> is calculated in each bin and a factor 1/F is applied as an additional weight
The dependence of the weights wi on the cell energy are parametrized as:
idi
i
ii
iii VolE
VolEc
b
aEw)/(
)/()(
Where Ei is the cell energy in sample i and Vol is the cell volume
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 58MCWS - Frascati
FP Calibration Scheme on DC2
KKTT jet algorithm jet algorithm, DC2 di-jet samples |η| < 3, No Noise, No Pileup
Calib:
Rec
on
stru
cted
en
erg
y/ t
rue
en
erg
y
/ E
The resolution with K KTT jet algorithm jet algorithm does not show a good improvement after calibration. This is also observed when IV calibration
scheme is applied . Problem not seen with single pions. The problem is due to KT alg.
Very good linearity improvement but at very low energy. Probably due to clustering effect.
%9.0%102
EE
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 59MCWS - Frascati
FP Calibration Scheme
Seeded cone jet algorithmSeeded cone jet algorithm, DC2 di-jet samples |η| < 3, No Noise, No Pileup
Apply calibration factors obtained with kT algorithm.
%86.1%8.63
EE
The resolution with cone algorithm shows a much higher improvement. This problem could be due to clustering problems. A dedicated study
to control this hypothesis is under going.
The calibration has been tested on a DC2 SUSY sample. The results obtained with QCD sample is confirmed (even better results)
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 60MCWS - Frascati
Jet Physics at Hadron CollidersThe pp collisions produce a set of final state partons (hard scattering plus ISR and FSR),
resulting in a number of collimated jets of particles.
The aim of an ideal jet reconstruction algorithm is to associate unambiguosly the energy deposits in the calorimetric cells (jets) to the parent partons
(quarks and gluons)
The calorimeters will be calibrated at the EM scale. Jets need to be recalibrated (mainly because of e/ ratio, detector effects, out of cone energy).
The most common jet reconstruction algorithms associates calorimetric tower/clusters by
“nearness”: nearness in momentum (KT algorithm) or in angle (Cone algorithm)
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 61MCWS - Frascati
b-jet scale uncertainty m (top)
1% 0.9 GeV 5% 4.5 GeV 10% 9 GeV
B dominatedby signalcombinatorial
t tb-jetb-
jet
WWljetjet
Mjj
Mjjb
Jet scale 1% (b-jets,light-quark jets) ~ 0.9 GeV Total ~ 2.3 GeV(background,ISR,FSR, fragmentation.jet scale,statistics...)
(Mtop)
Jet Calibration: Top mass
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 62MCWS - Frascati
ATLAS jet calibration – the futureCalo Cells Calo Topo
ClustersEM/HAD
recognition
Local Calibrated Clusters
Uncalibrated Jets
Calo calibrated
Jets
Physics measurements
MC + TB data
Local calibration
MC +
Calibration hits +
TB data
Jet reco algorithm
Jet reco algorithm
Jet based HAD calibration
Calo Towers/Topo Clusters
Jet reco algorithm
Missing components are under study. The main ingredient is a
reliable EM/HAD separation with pure calorimetric criteria, (CTB 2004 data (full
ATLAS slice on beam) and G4 simulation),
then understanding of the HAD calibration using MonteCarlo.
Good agreement (1%) between TB data and
MonteCarlo is mandatory
ATLAS jet calibration – the present
In situ calibration
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 63MCWS - Frascati
CTB 2004
20 GeV pions
Small shift of MC to lower scale.
Agreement in the noise/MIP region
Analysis of the Combined Test Beam 2004 data is ongoing. First results about the comparison G4/data
Data considered: electrons, pions. Energy considered: 20-350 GeV, at different pseudorapidities.
Comparison with low energy particles (1-9 GeV) not yet available.
PRELIMIN
ARYPRELIM
IN
ARY
E(MeV)
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 64MCWS - Frascati
CTB2004 (2)Overall agreement within 2% (η = 0.35). The point at 320 GeV
needs better understanding.
However, preliminary results show that the shower shape has
to be improved
η = 0.35
PRELIMINARY
PRELIMINARY
PRELIMINARY
Ebeam(GeV)
Ebeam(GeV)
E(G
eV
)
η
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 65MCWS - Frascati
Le Implementazioni di EF in AtlasApproccio 1 (EF prima ricostruzione Jet) - algoritmo
eflowCaloObject
eflowCaloObject
neutral
neutral
neutral
neutral
charged
Tracce e cluster calorimetrici vengono associati in η e φ, eventualmente considerando l’helix (per tracce cariche)
1.Ogni traccia carica (con i possibili cluster EM o HAD associati) determina un oggetto eflow. L’energia misurata dal tracciatore è “sostituita” a quella del cluster.
2.I rimanenti cluster EM (con i possibili cluster HAD associati) determinano altri oggetti eflow.
3.I rimanenti cluster HAD determinano altri oggetti eflow.
4.Gli oggetti eflow connessi tra loro formano un unico eflowCaloObject.
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 66MCWS - Frascati
Le Implementazioni di EF in AtlasApproccio 1 (EF prima ricostruzione Jet) - algoritmo
“Sostituzione” dell’energia misurata da Cal con quella stimata da Tk:
- Particle ID fatta sfruttando radiazione di transizione in TRT, shower shape nel LAr, muon ID.
- Il calcolo dell’energia attesa in ECal è fatto sfruttando un algoritmo di parametrizzazione veloce dello sviluppo degli sciami elettromagnetici (Fast Shower).
- Per i pioni carichi l’energia calorimetrica è stimata con FastShower in una finestra η·φ = 0.075x0.075 (questo e’ solo un adattemento temporaneo, aspetto sicuramente migliorabile in futuro utilizzando algoritmo dedicato).
- Una volta stimato il rilascio di energia, il cluster è completamente rimosso dalla lista se il risultato è entro 1.3 σ. Altrimente e’ sottratta una quantita’ di energia pari al valore stimato.
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 67MCWS - Frascati
Le Implementazioni di EF in AtlasApproccio 2 (EF dopo ricostruzione del Jet) - algoritmo
Energy flow applicato una volta che i jet sono stati ricostruiti con algoritmo a cono.
1. Si identificano i cluster EM (sopra soglia in Et e che passano taglio di qualita’ em) tali che non sono presenti tracce ricostruite entro R < 0.07. Sono aggiunte le celle vicine (R < 0.0375) nei 3 segmenti longitudinali del calorimetro EM. Questi cluster sono eticchettati come cluster elettromagnetici EMCL.
2. Si itera sulle tracce cariche. Le celle che sono entro R < 0.0375 (in tutti i sample calormetrici) sono etichettate come celle cariche CHRG. Qui viene sostituita l’energia misurata nel tracciatore. Si fa uso di particle ID per distinguere tra adroni carichi ed elettroni.
3. Le rimanenti celle del jet sono etichettate come celle neutre NEUH.
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 68MCWS - Frascati
Per entrambi gli approcci:
• la risoluzione sui jet soffre ancora della mancanza di un efficace algoritmo di clusterizzazione 3D. Per entrambi gli approcci sono previsti miglioramenti una volta che verrà introdotta una strategia di clustering più raffinata che sfrutti pienamente la segmentazione longitudinale dei calorimetri di Atlas.
• Per entrambi gli approcci non c’è un sostanziale miglioramento rispetto alla gia’ buona misura calorimetrica.
Il secondo studio ha messo in evidenza l’importanza che la sovrapposizione dei cluster riveste nell’efficacia dell’EF. Ancora una volta risulta fondamentale utilizzare la clusterizzazione 3D: cluster sovrapposti in 2D potranno essere distinti con analisi 3D.
Approccio 1 e 2 – confronto e previsioni
Le Implementazioni di EF in Atlas
Nuovi risultati con clustering 3D attesi a breve!
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 69MCWS - Frascati
EM/HAD recognition/Calibration hitsBefore the calibration it is important to recognize hadronic, electromagnetic,
and mixed energy deposits in the calorimeters.
First studies on topoclusters take into account moments of several variables of the clusters (depht of the shower center, longitudinal and lateral development,
etc.)
The MonteCarlo can then be used to estimate the visible EM and HAD, the invisible HAD, and the lost energy contributions (calibration hits local cluster
calibration)
Invisible Had energy
Open questions:
Studies done so far only for single particles: how the “mixed” EM and HAD
clusters have to be treated in a jet?
ANY calibration has to rely heavily on the MonteCarlo (G4). How well it predicts the
data?
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 70MCWS - Frascati
EM/HAD recognition/Calibration hitsBefore the calibration it is important to recognize hadronic, electromagnetic,
and mixed energy deposits in the calorimeters.
First studies on topoclusters take into account moments of several variables of the clusters (depht of the shower center, longitudinal and lateral development,
etc.)
The MonteCarlo can then be used to estimate the visible EM and HAD, the invisible HAD, and the lost energy contributions (calibration hits local cluster
calibration)
Invisible Had energy
Open questions:
Studies done so far only for single particles: how the “mixed” EM and HAD
clusters have to be treated in a jet?
ANY calibration has to rely heavily on the MonteCarlo (G4). How well it predicts the
data?
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 71MCWS - Frascati
What we haveThe present jet calibration in ATLAS is obtained using jets after the
reconstruction
Jet reconstruction algorithm is run on the input clusters (towers or topological clusters)
Reconstructed jet energy is then compared to the MC particle level jet. Then a set of corrections (for cell energy deposits or for the longitudinal
samples energy content) are extracted.
Different calibration schemes have been studied. They differ mostly for the dependencies of the calibration constants (cell energy density, cell
energy + jet energy, jet energy).
The final performances of the calibration are assessed looking at the linearity and resolution that can be obtained.
Usually a cone algorithm with R = 0.7, ETseed=2 GeV is used.
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 72MCWS - Frascati
ResultsResults are shown for the default calibration scheme (wi(Ecell), with
additional correction for pseudorapidity dependence)
Cone algorithm, electronic noise included in the simulation, pileup not
included, results are the average over |η| < 3
The linearity (with respect to MC truth on QCD events) that can be obtained is within ±2% over a wide range of energy.
Very low constant term in the resolution.
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 73MCWS - Frascati
Results with different reco algorithmsResults are checked over different reconstruction algorithms.
KT algorithm gives the worst results in terms of resolution. A tuning of the D parameter (default D=1, tuned D=0.6) improve the
resolution. Studies ongoing.
“Single jet gun” + noise
Cone algorithm gives the best resolution (R = 0.7, Etseed = 2
GeV. High luminosity will force the decrease of the
cone size)
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 74MCWS - Frascati
Esempio in ATLAS: uso di Wjj dal decadimento del top
Le costanti di calibrazioni per ottenere l’energia a livello partonico nel canale Wjj (dove il W viene dal decadimento del top) possono essere calcolate:
• Si calcola R per k bins in E
• Si applicano i fattori k a R e si itera =>
jeti
parti
iWPDGW
E
EwithMMR 21/
1 2k j j True nk k
n
R
E
E
Pa
rt /
E
E
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 75MCWS - Frascati
Risultati dopo la calibrazione E
Pa
rt /
E
E
• Le correzioni calcolate sul sample di top sono state utilizzate su Z+jet
• I tagli applicati sulle energie dei jet sono gli stessi• I jet del campione Z+jets sono calibrati al 3-4% • Effetti dei fondi non ancora inclusi nell’analisi
After calib ‘Top’
E E
Pa
rt /
E
Top
Z+jets
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 76MCWS - Frascati
Esempio in CMS: γ/Z+jet
• Si calcolano correzioni da applicare al particle jet per avere l’energia del partone
recjet
recTpart
T K
EE
partT
recT
ZT
recTrec
T E
E
E
EK
/
Ktruejet
28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 77MCWS - Frascati
Sistematiche della calibrazione• Bias sistematico relativo:
• I principali contributi al bias sono:– effetti di radiazione– fondi (QCD di-jet in γ + jets)– La selezione degli eventi puo’ creare un bias sulla scala di energia
truejet
truejet
recjet
K
KK