Selezione online di eventi ai collider adronici mediante ricostruzione delle traiettorie di...

Selezione online di eventi ai collider adronici mediante

ricostruzione delle traiettorie di particelle cariche

CandidatoFrancesco Crescioli

RelatoreProf Mauro DellOrso

Francesco Crescioli 2

Sommario

LHC ed ATLAS

Sistema di selezione degli eventi (TRIGGER)

Tracce cariche al secondo livello

Fast Tracker

ftksim

Decadimento raro Bs-gtμμ

Risultati sperimentali

Prospettive ad ATLAS

Prospettive ad ATLAS + FTK

Segnale

Fondo

Conclusioni


A Toroidal LHC ApparatuS - ATLAS LHC

Rivelatori per muoni

Magnete toroidaleCalorimetri adronico ed elettromagnetico

Tracciatore a radiazione di transizione

Tracciatore con rivelatori al silicio SCT e Pixel

LHC

Collider protone-protone

Energia dei fasci 7 TeV -gt 14 TeV disponibili per collisione

Luminosita` istantanea 1034 (1033) cm-2s-1

109 eventi al secondo

Pixel ndash 3 layer barrel ndash 5 dischi ECModulo 624x214mmσR-φ ~ 12μm σz ~

70μmSCT ndash 4 layer barrel ndash 9 dischi ECModulo 636x640mm x 2 facce x 2σR-φ ~ 17μm σz ~

580μm


Selezione degli eventi ndash Sistema di trigger

La macchina acquisisce dati a 40 MHz

E` possibile scriverli su nastrodisco a 100 Hz

E` necessaria una selezione

Tre livelli di trigger

Primo livello (HW)

HLT (SW)

Secondo livello

Event FilterFTK

Processore HW per la ricostruzione delle traiettorie di particelle cariche al LVL2

Ptgt1 GeV

Su tutto lID

Qualita` off-line

Parallelo al resto del DAQInseribile successivamente alla partenza


Tracce cariche al secondo livello di trigger

Senza FTK

Ricostruzione traiettorie solo nelle RoI

Difficolta` a rate elevati

Le selezioni di LVL1 non vengono ridotte efficacemente a LVL2

Soglie di LVL1 alte alcuni canali di fisica tagliati a priori o molto difficili

Con FTK

Traiettorie ricostruite ad alta qualita` su tutto lID

Strategie di LVL2 basate su tracce riducono molto le selezioni di LVL1

Soglie di LVL1 piu` basse si recuperano canali di fisica

b-tagging

τ-tagging


Fast Tracker ndash Struttura interna

Riceve hits dal DAQComunica con le schede di Memoria AssociativaInvia hits e pattern trovati alla parte di Fit6 board paralleleOgnuna 1-2 layer

Eseguono il pattern recognition sugli hit a bassa definizione dai DORestituiscono i pattern trovati (roads) al DO

I pattern ed hits ad alta risoluzione sono ricomposti e viene eseguito il Linear Fit e le tracce sono messe in un buffer accessibile dal LVL2

Struttura modulare

Piu` processori possono lavorare in parallelo

E` possibile iniziare con una versione prototipale e poi aggiungere


Memoria Associativa

Agoritmo di pattern recognition simile al gioco della tombola

Gli hits a bassa definizione sono distribuiti in parallelo a tutti i chip di memoria associativa per ogni scheda

Ogni pattern si confronta con il flusso di hit e verifica se e` contenuto

La lettura delle road trovate avviene in pipeline

Diverse memorie associative analizzano diversi spicchi cilindrici del rivelatore (regioni) in parallelo


Memoria Assocliativa - Esempio


FTKsim ndash Simulatore di Fast Tracker

Simulazione a livello di algoritmo

Piu` sintetica di una simulazione a livello di gate

Studio delle prestazioni per lo sviluppo RampD

FTKsim simula la versione prototipale di Fast Track

Utilizza esclusivamente il barrel (|η|lt1)

Studio di fisica comporta simulazione apparato per segnale e fondi

Due tipi di simulazione

Full precisa (simula generazione rivelatore digitizzazione e ricostruzione) ma lenta ~5minevento

Fast veloce ma necessita parametrizzazione del rivelatore

Attraverso Full Simulation + FTKsim ottenere parametrizzazione degli algoritmi di LVL2

Studi di fisica con Fast


FTKsim ndash Struttura interna

Tre programmi

pattgen ndash banche di patterncorrgen ndash costanti geometricheftksim - simulazione

Fase di training


FTKsim ndash Training

~100M eventi singolo muone

Generati con Athena 1001 (1006)

Noise e propagazione delta rays disattivati

Idealmente ogni evento ha 6 hit uno per layer

c d φ

cotθ z0

Individuati 157901 settori per il fit lineare(pattgen)

Calcolate costanti geometriche per il fit(corrgen)

Generate banche di pattern(pattgen)


FTKsim ndash Training - pattern

Suddivisione in regioni (spicchi cilindrici)

Diverse dimensioni di pattern

5mm Pixel 10mm SCT2mm Pixel 5mm SCT1mm Pixel 3mm SCT

Scelta 5mm Pixel 10mm SCT Generate 8 banche al ~96 di efficienza ~1M patternbanca tracce

pattern


FTKsim ndash Qualita` di ricostruzione (comparata con iPatRec)


FTKsim ndash Efficienza (comparata con iPatRec)


FTKsim ndash Efficienza (comparata con iPatRec) Majority


Decadimento raro Bsrarrμμ

Bs-gtμμ e` un processo FCNC

Nel Modello Standard non puo` avvenire con diagrammi di tipo albero

Deve avvenire con diagrammi di ordine superiore (box penguin)

BR (35plusmn09)x10-9

Estensioni del modello standard prevedono ulteriori e diagrammi

BR aumentata fino ad alcuni ordini di grandezza

La misura della BR del decadimento Bs-gtμμ e` sensibile a nuova fisica


Risultati sul Bsrarrμμ (CDF ndash ATLAS ndash ATLAS + FTK)

CDF con 780 pb-1 di dati del 1632006

BR lt 10x10-7 95 CLATLAS (TDR 99)

LVL1 singolo muone Ptgt6 GeV

30 fb-1 27 segnale 93 fondo

100fb-1 97 segnale 660 fondo

ATLAS (2006)

LVL1 due muoni Ptgt6 GeV


BR lt 66x10-9 90 CLATLAS + FTK


30 fb-1 secondo muone Ptgt6 GeV 66 segnale (|η|lt1 prototipo)

178 segnale (|η|lt25|)

secondo muone Ptgt3 GeV 230 segnale (|η|lt1)


Rate di fondo LVL2 per secondo muone Ptgt3 GeV O(10Hz)


Bsrarrμμ ad ATLAS + FTK

LVL1 singolo muone (Ptgt6 GeV)

Selezione preliminare studiata per LVL2

Secondo muone con Ptgt23456 GeV

d(μ)gt100um

d(Bs)lt100um

48 GeV lt MassaInvariante(μμ) lt 6 GeV

Muoni in |η|lt1 con ftksim (FTK iniziale)

Muoni in |η|lt25 con iPatRec (FTK completo)


Bsrarrμμ ad ATLAS + FTK ndash Studio del segnale e del fondo

Segnale generato con Athena 1006

Eventi generati con PythiaB

Ptgt3 GeV per linterazione 2-gt2 tra partoni

|η| lt 35 per i partoni uscenti

Ptgt3 Gev |η| lt 25 per il quark b

LVL1-like cut un muone Ptgt2 Gev |η|lt25

Generati 8092 eventi

Un muone Ptgt6 Gev |η|lt1 (LVL1)15

Due muoni ricostruiti in |η|lt138



Fondo bb-gtμμ+X generato con Athena 1006





LVL1-like cut due muoni Ptgt2 Gev |η|lt25










Angolo di puntamento al vertice

Parametro dimpatto del candidato Bs

Massa invariante del candidato Bs



Segnale LVL1 Pt gt 6 GeV

Pt gt 6 GeV Pt gt 3 GeV(|η|lt1)

02 08100pb-1

22 7710fb-1

66 23030fb-1

Pt gt 6 GeV Pt gt 3 GeV (|η|lt25)

06 18100pb-1

59 18210fb-1

178 54630fb-1

Fondo richiede piu` statistica per studi

accurati

Con taglio secondo muone Pt gt 3 GeV

Efficienza O(10-3) -gt Rate O(10Hz)


Conclusioni

Fast Tracker

FTKsim software di simulazione di FTK

Studio di parametri (settori costanti pattern) per RampD

Simulazione degli algoritmi per studio e parametrizzazione

Luso delle traiettorie delle particelle cariche al secondo livello di trigger aumenta il potenziale di fisica studiabile

Analisi preliminare del caso Bs-gtμμ

Guadagno sul segnale abbassando soglie Pt

Buona reiezione del fondo

BACKUPS

(BACKUP) Z-gtbb

Selezione del Z-gtbb Perche` Come Figure

(BACKUP) Taus

Selezione di Tau in adroni Studio di CMS Isolamento calorimetrico e tracce Figure


Data Organizer BACKUP

Riceve hits ad alta definizione dal DAQ

Costruisce hits a bassa definizione e registra in un database (ESU) quelli ad alta risoluzione

Invia hits a bassa definizione alla pipeline di AM

Riceve dalla pipeline di AM le roads (pattern individuati)

Invia al Ghost Buster le roads trovate con gli hits ad alta definizione corrispondenti per poi andare al Track Fitter per il fit lineare

6 schede lavorano in parallelo


Data Organizer ndash Hits a bassa definizione BACKUP

4 layer divisi in bin ad alta definizione

In un dato evento sono colpiti alcuni bin -gt hit ad alta definizione

I bin vengono raggruppati in super-bin (es gruppi di 3 bin)

In ogni super-bin si esegue lOR logico dei bin contenuti -gt hit a bassa definizione


Fit lineare BACKUP

N punti xi uno per ogni layer

Spazio N dimensionale

Legati dallequazione dellelica

5 parametrixi=xi(dcφcotθz0)

5 equazioni vincolari

Ipersuperfice 5D

Espansione lineare delle equazioni vincolarifj = vjx+cj

Iperpiano 5D

La distanza dalliperpiano e` il χ2 del fit

Punto di massimo avvicinamento della traiettoria

Angolo φ

Angolo θ

z0

z

yy

x

Parametro dimpatto d

Raggio di curvatura c

Espansione lineare dellequzione che lega i parametri pj alle coordinate x

pj = wjx+qj

vjcjwjqj sono costanti che possono

essere ricavate dai dati invertendo le releazioni scritte - training

(BACKUP) SVT

Cose` Dove Come Figura risultati


FTKsim ndash Integrazione in Athena BAKCUP

FTKsim e` un programma stand alone

Elabora i dati sottoforma di file ascii contenenti lelenco degli hit ad alta definizione per evento

I dati di input vengono estratti durante la fase di ricostruzione da un apposito modulo di Athena FastTrackSimWrap

Fu

ll

Sim

ula

tion

Fast

Sim

ula

tion

(BACKUP) FCNC teoria

Perche` FCNC non ci sono nel modello standard


Bsrarrμμ ad ATLAS + FTK ndash Studio del segnale (3) BACKUP

Apertura in eta e phi dei due muoni

Distribuzione sul piano detadphi


Bsrarrμμ ad ATLAS + FTK ndash Studio del segnale (5) CONDENSARE RISULTATI TABELLE BACKUP

Soglia in Pt secondo muone 2 GeV 3 GeV 4 GeV 5 GeV 6 GeV

2 muoni FTK |eta|lt1 0385 ldquo ldquo ldquo ldquod(muoni) gt 100um 0295 ldquo ldquo ldquo ldquod(Bs) lt 100um 0360 ldquo ldquo ldquo ldquo(48 lt M(mumu) lt 6) GeV 0353 ldquo ldquo ldquo ldquoPt secondo muone 0344 0228 0170 0116 0081

Efficienza wrt LVL1 0234 0150 0107 0074 0053Efficienza totale 0041 0029 0020 0013 0009

Le efficienze di selezione ottenute con le tracce ricostruite da FTK sono compatibili con quelle ottenute con iPatRec

Con questa selezione si hanno 70 eventi di segnale in 30fb-1 con un taglio in Pt sul secondo muone di 6 GeV e 156 eventi con un taglio a 3 GeV

Abbassando la soglia in Pt del secondo taglio si raccoglie piu` segnale

ERRORE TAGLIO PT 4 GEV


Bsrarrμμ ad ATLAS + FTK ndash Studio del segnale (6)




Supponiamo che le prestazioni di FTK rimangano paragonabili ad iPatRec per |eta|lt25




Sommario

LHC ed ATLAS

Sistema di selezione degli eventi (TRIGGER)

Tracce cariche al secondo livello

Fast Tracker

ftksim

Decadimento raro Bs-gtμμ

Risultati sperimentali

Prospettive ad ATLAS

Prospettive ad ATLAS + FTK

Segnale

Fondo

Conclusioni







LHC







580μm







Primo livello (HW)

HLT (SW)

Secondo livello

Event FilterFTK


Ptgt1 GeV

Su tutto lID

Qualita` off-line




Senza FTK





Con FTK




b-tagging

τ-tagging






Struttura modulare




Memoria Associativa























Tre programmi


Fase di training







c d φ

cotθ z0










pattern























ATLAS (2006)















d(μ)gt100um

d(Bs)lt100um







































02 08100pb-1

22 7710fb-1

66 23030fb-1


06 18100pb-1

59 18210fb-1

178 54630fb-1


accurati




Conclusioni

Fast Tracker








BACKUPS

(BACKUP) Z-gtbb


(BACKUP) Taus

















Fit lineare BACKUP






Ipersuperfice 5D


Iperpiano 5D



Angolo φ

Angolo θ

z0

z

yy

x




pj = wjx+qj



(BACKUP) SVT







Fu

ll

Sim

ula

tion

Fast

Sim

ula

tion






























LHC







580μm







Primo livello (HW)

HLT (SW)

Secondo livello

Event FilterFTK


Ptgt1 GeV

Su tutto lID

Qualita` off-line




Senza FTK





Con FTK




b-tagging

τ-tagging






Struttura modulare




Memoria Associativa























Tre programmi


Fase di training







c d φ

cotθ z0










pattern























ATLAS (2006)















d(μ)gt100um

d(Bs)lt100um







































02 08100pb-1

22 7710fb-1

66 23030fb-1


06 18100pb-1

59 18210fb-1

178 54630fb-1


accurati




Conclusioni

Fast Tracker








BACKUPS

(BACKUP) Z-gtbb


(BACKUP) Taus

















Fit lineare BACKUP






Ipersuperfice 5D


Iperpiano 5D



Angolo φ

Angolo θ

z0

z

yy

x




pj = wjx+qj



(BACKUP) SVT







Fu

ll

Sim

ula

tion

Fast

Sim

ula

tion






























Primo livello (HW)

HLT (SW)

Secondo livello

Event FilterFTK


Ptgt1 GeV

Su tutto lID

Qualita` off-line




Senza FTK





Con FTK




b-tagging

τ-tagging






Struttura modulare




Memoria Associativa























Tre programmi


Fase di training







c d φ

cotθ z0










pattern























ATLAS (2006)















d(μ)gt100um

d(Bs)lt100um







































02 08100pb-1

22 7710fb-1

66 23030fb-1


06 18100pb-1

59 18210fb-1

178 54630fb-1


accurati




Conclusioni

Fast Tracker








BACKUPS

(BACKUP) Z-gtbb


(BACKUP) Taus

















Fit lineare BACKUP






Ipersuperfice 5D


Iperpiano 5D



Angolo φ

Angolo θ

z0

z

yy

x




pj = wjx+qj



(BACKUP) SVT







Fu

ll

Sim

ula

tion

Fast

Sim

ula

tion


























Senza FTK





Con FTK




b-tagging

τ-tagging






Struttura modulare




Memoria Associativa























Tre programmi


Fase di training







c d φ

cotθ z0










pattern























ATLAS (2006)















d(μ)gt100um

d(Bs)lt100um







































02 08100pb-1

22 7710fb-1

66 23030fb-1


06 18100pb-1

59 18210fb-1

178 54630fb-1


accurati




Conclusioni

Fast Tracker








BACKUPS

(BACKUP) Z-gtbb


(BACKUP) Taus

















Fit lineare BACKUP






Ipersuperfice 5D


Iperpiano 5D



Angolo φ

Angolo θ

z0

z

yy

x




pj = wjx+qj



(BACKUP) SVT







Fu

ll

Sim

ula

tion

Fast

Sim

ula

tion





























Struttura modulare




Memoria Associativa























Tre programmi


Fase di training







c d φ

cotθ z0










pattern























ATLAS (2006)















d(μ)gt100um

d(Bs)lt100um







































02 08100pb-1

22 7710fb-1

66 23030fb-1


06 18100pb-1

59 18210fb-1

178 54630fb-1


accurati




Conclusioni

Fast Tracker








BACKUPS

(BACKUP) Z-gtbb


(BACKUP) Taus

















Fit lineare BACKUP






Ipersuperfice 5D


Iperpiano 5D



Angolo φ

Angolo θ

z0

z

yy

x




pj = wjx+qj



(BACKUP) SVT







Fu

ll

Sim

ula

tion

Fast

Sim

ula

tion

























Memoria Associativa























Tre programmi


Fase di training







c d φ

cotθ z0










pattern























ATLAS (2006)















d(μ)gt100um

d(Bs)lt100um







































02 08100pb-1

22 7710fb-1

66 23030fb-1


06 18100pb-1

59 18210fb-1

178 54630fb-1


accurati




Conclusioni

Fast Tracker








BACKUPS

(BACKUP) Z-gtbb


(BACKUP) Taus

















Fit lineare BACKUP






Ipersuperfice 5D


Iperpiano 5D



Angolo φ

Angolo θ

z0

z

yy

x




pj = wjx+qj



(BACKUP) SVT







Fu

ll

Sim

ula

tion

Fast

Sim

ula

tion









































Tre programmi


Fase di training







c d φ

cotθ z0










pattern























ATLAS (2006)















d(μ)gt100um

d(Bs)lt100um







































02 08100pb-1

22 7710fb-1

66 23030fb-1


06 18100pb-1

59 18210fb-1

178 54630fb-1


accurati




Conclusioni

Fast Tracker








BACKUPS

(BACKUP) Z-gtbb


(BACKUP) Taus

















Fit lineare BACKUP






Ipersuperfice 5D


Iperpiano 5D



Angolo φ

Angolo θ

z0

z

yy

x




pj = wjx+qj



(BACKUP) SVT







Fu

ll

Sim

ula

tion

Fast

Sim

ula

tion






























c d φ

cotθ z0










pattern























ATLAS (2006)















d(μ)gt100um

d(Bs)lt100um







































02 08100pb-1

22 7710fb-1

66 23030fb-1


06 18100pb-1

59 18210fb-1

178 54630fb-1


accurati




Conclusioni

Fast Tracker








BACKUPS

(BACKUP) Z-gtbb


(BACKUP) Taus

















Fit lineare BACKUP






Ipersuperfice 5D


Iperpiano 5D



Angolo φ

Angolo θ

z0

z

yy

x




pj = wjx+qj



(BACKUP) SVT







Fu

ll

Sim

ula

tion

Fast

Sim

ula

tion






























pattern























ATLAS (2006)















d(μ)gt100um

d(Bs)lt100um







































02 08100pb-1

22 7710fb-1

66 23030fb-1


06 18100pb-1

59 18210fb-1

178 54630fb-1


accurati




Conclusioni

Fast Tracker








BACKUPS

(BACKUP) Z-gtbb


(BACKUP) Taus

















Fit lineare BACKUP






Ipersuperfice 5D


Iperpiano 5D



Angolo φ

Angolo θ

z0

z

yy

x




pj = wjx+qj



(BACKUP) SVT







Fu

ll

Sim

ula

tion

Fast

Sim

ula

tion














































ATLAS (2006)















d(μ)gt100um

d(Bs)lt100um







































02 08100pb-1

22 7710fb-1

66 23030fb-1


06 18100pb-1

59 18210fb-1

178 54630fb-1


accurati




Conclusioni

Fast Tracker








BACKUPS

(BACKUP) Z-gtbb


(BACKUP) Taus

















Fit lineare BACKUP






Ipersuperfice 5D


Iperpiano 5D



Angolo φ

Angolo θ

z0

z

yy

x




pj = wjx+qj



(BACKUP) SVT







Fu

ll

Sim

ula

tion

Fast

Sim

ula

tion





























d(μ)gt100um

d(Bs)lt100um







































02 08100pb-1

22 7710fb-1

66 23030fb-1


06 18100pb-1

59 18210fb-1

178 54630fb-1


accurati




Conclusioni

Fast Tracker








BACKUPS

(BACKUP) Z-gtbb


(BACKUP) Taus

















Fit lineare BACKUP






Ipersuperfice 5D


Iperpiano 5D



Angolo φ

Angolo θ

z0

z

yy

x




pj = wjx+qj



(BACKUP) SVT







Fu

ll

Sim

ula

tion

Fast

Sim

ula

tion



























































02 08100pb-1

22 7710fb-1

66 23030fb-1


06 18100pb-1

59 18210fb-1

178 54630fb-1


accurati




Conclusioni

Fast Tracker








BACKUPS

(BACKUP) Z-gtbb


(BACKUP) Taus

















Fit lineare BACKUP






Ipersuperfice 5D


Iperpiano 5D



Angolo φ

Angolo θ

z0

z

yy

x




pj = wjx+qj



(BACKUP) SVT







Fu

ll

Sim

ula

tion

Fast

Sim

ula

tion

























Conclusioni

Fast Tracker








BACKUPS

(BACKUP) Z-gtbb


(BACKUP) Taus

















Fit lineare BACKUP






Ipersuperfice 5D


Iperpiano 5D



Angolo φ

Angolo θ

z0

z

yy

x




pj = wjx+qj



(BACKUP) SVT







Fu

ll

Sim

ula

tion

Fast

Sim

ula

tion
























BACKUPS

(BACKUP) Z-gtbb


(BACKUP) Taus

















Fit lineare BACKUP






Ipersuperfice 5D


Iperpiano 5D



Angolo φ

Angolo θ

z0

z

yy

x




pj = wjx+qj



(BACKUP) SVT







Fu

ll

Sim

ula

tion

Fast

Sim

ula

tion
























(BACKUP) Z-gtbb


(BACKUP) Taus

















Fit lineare BACKUP






Ipersuperfice 5D


Iperpiano 5D



Angolo φ

Angolo θ

z0

z

yy

x




pj = wjx+qj



(BACKUP) SVT







Fu

ll

Sim

ula

tion

Fast

Sim

ula

tion
























(BACKUP) Taus

















Fit lineare BACKUP






Ipersuperfice 5D


Iperpiano 5D



Angolo φ

Angolo θ

z0

z

yy

x




pj = wjx+qj



(BACKUP) SVT







Fu

ll

Sim

ula

tion

Fast

Sim

ula

tion







































Fit lineare BACKUP






Ipersuperfice 5D


Iperpiano 5D



Angolo φ

Angolo θ

z0

z

yy

x




pj = wjx+qj



(BACKUP) SVT







Fu

ll

Sim

ula

tion

Fast

Sim

ula

tion
























(BACKUP) SVT







Fu

ll

Sim

ula

tion

Fast

Sim

ula

tion





























Fu

ll

Sim

ula

tion

Fast

Sim

ula

tion
























Selezione online di eventi ai collider adronici mediante ricostruzione delle traiettorie di...

Documents

Transcript of Selezione online di eventi ai collider adronici mediante ricostruzione delle traiettorie di...