stéphanie moreau, ires 1 conception d'un algorithme de reconstruction de vertex pour les...

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


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


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


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


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)


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)


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)


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


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


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


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


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


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


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


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


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


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


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


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


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


21

ReconstructionReconstruction

Reconstruction des hits

Reconstruction des traces

Reconstruction des vertex

primaires (sans et avec pile up)

secondaires

La reconstructionLa reconstruction


22

4209 hits4209 hits

Les hits simulés


23

Reconstruction des tracesReconstruction des traces


24

25 traces reconstruites

Traces et vertex simulésTraces et vertex simulés


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


26

5 vertex simulés

Traces et vertex simulésTraces et vertex simulés


27

Les « 2 » vertex secondaires

Les « 3 » vertex primaires

Vertex reconstruits et simulésVertex reconstruits et simulés


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


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


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


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


32Vertex seed et vertex primairesVertex seed et vertex primaires


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


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


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


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


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


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


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


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


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


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


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


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


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

stéphanie moreau, ires 1 conception d'un algorithme de reconstruction de vertex pour les...

Documents