ATLAS實(shí)驗(yàn)b-Jet判選算法的研究.pdf

1、預(yù)計(jì)于2008年開(kāi)始啟用的大型強(qiáng)子對(duì)撞機(jī)LHC(Large Hadron Colliger)是正在研制的世界上規(guī)模最大的粒子加速器，也是全世界最強(qiáng)的粒子物理研究工具。LHC位于瑞士法國(guó)邊境上的日內(nèi)瓦的CERN(European Organization for Nuclear Research，歐洲核子物理研究中心)實(shí)驗(yàn)室，它的加速環(huán)周長(zhǎng)達(dá)27km，中心碰撞能量達(dá)14TeV。LHC的對(duì)撞束流團(tuán)間隔為25ns，束流團(tuán)亮度高達(dá)到1034cm

2、-2s-1。LHC超高的能量和亮度將為粒子物理的研究開(kāi)辟一個(gè)更廣闊的領(lǐng)域，帶來(lái)更多的挑戰(zhàn)，LHC可以對(duì)粒子物理的標(biāo)準(zhǔn)模型理論進(jìn)行精確驗(yàn)證，并探索能夠驅(qū)動(dòng)弱電標(biāo)準(zhǔn)模型中自發(fā)對(duì)稱(chēng)性破缺的黑格斯機(jī)制，尋找Higgs粒子。 在LHC環(huán)形隧道上，將主要進(jìn)行4個(gè)粒子對(duì)撞探測(cè)實(shí)驗(yàn)：ATLAS(A Toroidal LHC ApparatuS)、ALICE(A LargeIonColliderExperiment)、CMS(CompactMuo

3、n Solenoid)和LHCb。ATLAS是LHC計(jì)劃中最大的一個(gè)綜合實(shí)驗(yàn)之一，它是一個(gè)大型多用途粒子探測(cè)器。ATLAS最主要的目的是尋找Higgs粒子，同時(shí)它也將用來(lái)尋找較重的類(lèi)W、Z玻色子、超對(duì)稱(chēng)粒子，研究基本費(fèi)米子的結(jié)構(gòu)，精確測(cè)量W和t夸克質(zhì)量以及研究B衰變中的CP破壞。ATLAS探測(cè)器主要由內(nèi)部徑跡探測(cè)器(Inner Detector)、電磁量能器(Electromagnetic calorimetry)、強(qiáng)子量能器(Hadr

4、onic calorimetry)、μ子譜儀(Muon spectrometer)、磁鐵系統(tǒng)幾部分組成。 標(biāo)準(zhǔn)模型是一個(gè)近似“完美”的理論，除了SM黑格斯粒子，標(biāo)準(zhǔn)模型預(yù)言的其他粒子都已經(jīng)在實(shí)驗(yàn)上找到，而且理論預(yù)言的數(shù)值和實(shí)驗(yàn)測(cè)量值在很高的精度上保持了一致性。雖然如此，標(biāo)準(zhǔn)模型并不是一個(gè)最后的理論，標(biāo)準(zhǔn)模型以外還存在著新的物理，“大統(tǒng)一”的理論應(yīng)該能夠包羅萬(wàn)象。標(biāo)準(zhǔn)模型的大部分物理過(guò)程或者超標(biāo)準(zhǔn)模型的物理過(guò)程都包含b-quark

5、衰變，標(biāo)準(zhǔn)模型中的Higgs粒子有很高的幾率衰變到b-uark或者是包含b-quark的末態(tài)。因此精確分辨b-quark產(chǎn)生的b-Jet對(duì)于驗(yàn)證標(biāo)準(zhǔn)模型，發(fā)現(xiàn)Higgs粒子具有重要意義。b-tagging就是從眾多的light quark Jets和gluon Jets背景事例中分辨出b-Jet。1995美國(guó)費(fèi)米實(shí)驗(yàn)室的科學(xué)家發(fā)現(xiàn)top quark也得益于b-tagging算法的改進(jìn)。為尋找Higgs粒子，ATLAS實(shí)驗(yàn)中提高b-tag

6、ging的效率具有很重要的意義。 當(dāng)前ATLAS使用b-tagging的算法主要分3種： 1)基于粒子徑跡碰撞參數(shù)(初級(jí)作用頂點(diǎn))的算法； 2)基于b-Jet中次級(jí)頂點(diǎn)的算法： 3)基于b-Jet中l(wèi)epton的算法； 本論文的主要目的是研究ATLAS實(shí)驗(yàn)中b-Jet的判選算法，探討如何通過(guò)聯(lián)合當(dāng)前算法提高ATLAS實(shí)驗(yàn)中b-Jet的判選效率。首先，本文選用Monte Carlo模擬程序產(chǎn)生的tt

7、輕子化衰變道事例，對(duì)ATLAS實(shí)驗(yàn)的粒子徑跡進(jìn)行了重建，并分析了徑跡重建的精度，ATLAS實(shí)驗(yàn)在低的η、高的Pt的情況下，徑跡重建程序?qū)桔E的重建效率比較好，徑跡重建程序?qū)αＷ訌桔E的d0、z0的重建精度很高，真實(shí)粒子徑跡和重建出來(lái)的粒子徑跡的d0之差的RMS為0.1mm，z0之差的RMS值為0.3mm；接著，本文詳細(xì)介紹了IP2D/3D，SV1，JetFitter這三種b-Jet判選算法，分析了這三種算法各自的原理以及各相關(guān)參量的分布，

8、給出了3種算法的鑒別參數(shù)Discriminator分布情況圖和各種算法中的b-Jet的效率圖；然后本論文首次利用貝葉斯方法聯(lián)合IP3D和JetFitter兩種b-Jet判選算法，提高了b-Jet的判選的效率；最后，本文選用了10個(gè)b-Jet判選特征量作為輸入，利用TMVA(Toolkit for Multivariate Analysis)軟件包所提供的人工神經(jīng)網(wǎng)絡(luò)方法進(jìn)行了多參量的分析，研究了各特征量的分布情況和線性關(guān)系，利用具有兩個(gè)