ＡＴＬＡＳ検出器における宇宙線データを用いたカロリメータのコミッショニング

ＡＴＬＡＳ検出器における宇宙線データを用いたＡＴＬＡＳ検出器における宇宙線データを用いたカロリメータのコミッショニング大川英希，金谷奈央子A，寺師弘二A， Richard TeuscherB，浅井祥仁，駒宮幸男東京大学理学部，東京大学素粒子物理国際研究センターA， University of TorontoB • カロリメータにおける物理オブジェクト再構成の流れ • Topocluster (Topological Clustering) • Cosmic RunのProfile • カロリメータにおけるエネルギー・時間情報の再構成 • Topoclusterの性能評価 • 時間情報の活用について

カロリメータにおける物理オブジェクト再構成までの流れカロリメータにおける物理オブジェクト再構成までの流れ mA  MeV ADCAmplitude エネルギーセル (EM Scale) Noise suppression無し Noise suppression Clusters(EM Scale) Towers(EM Scale) Cancel E<0 Towers Noise suppression Jet Finding ProtoJets Jets(EM Scale) Jet Finding Hadronic Calibration (cell weightingなど) Jets(EM Scale) Hadronic Calibration Jets(Hadronic Scale) Jets(Hadronic Scale) Jet Energy Scale Corrections Jet Energy Scale Corrections Physics Jets Physics Jets 日本物理学会　春季大会

Tower vs Topocluster TileのBarrel • カロリメータにおける最小オブジェクトはセル • カロリメータの全セル数は、187652個 • これらのセルは、再構成の際にTowerやTopoclusterなどのオブジェクトとして統合されるビーム軸 • Tower • 同じDh×Dfに存在するセルを統合したもの • 電磁カロリメータでは、TowerとしてDh×Df=0.025×2p/256を採用 • その他のTowerは、Dh×Df=0.1×2p/64 • Topocluster • 次ページ参照日本物理学会　春季大会

Tower vs Topocluster TileのBarrel • カロリメータにおける最少オブジェクトはセル • カロリメータのセルの総数は、187652個 • これらのセルは、再構成の際にTowerやTopoclusterなどのオブジェクトとして統合されるセルビーム軸 • Tower • 同じDh×Dfに存在するセルを統合したもの • 電磁カロリメータでは、TowerとしてDh×Df=0.025×2p/256を採用 • その他のTowerは、Dh×Df=0.1×2p/64 • Topocluster • 次ページ参照日本物理学会　春季大会

Tower vs Topocluster TileのBarrel Tower • カロリメータにおける最少オブジェクトはセル • カロリメータの全セル数は、187652個 • これらのセルは、再構成の際にTowerやTopoclusterなどのオブジェクトとして統合されるビーム軸 • Tower • 同じDh×Dfに存在するセルを統合したもの • 電磁カロリメータでは、TowerとしてDh×Df=0.025×2p/256を採用 • その他のTowerは、Dh×Df=0.1×2p/64 • Topocluster • 次ページ参照日本物理学会　春季大会

Tower vs Topocluster TileのBarrel Topocluster • カロリメータにおける最少オブジェクトはセル • カロリメータの全セル数は、187652個 • これらのセルは、再構成の際にTowerやTopoclusterなどのオブジェクトとして統合されるビーム軸 • Tower • 同じDh×Dfに存在するセルを統合したもの • 電磁カロリメータでは、TowerとしてDh×Df=0.025×2p/256を採用 • その他のTowerは、Dh×Df=0.1×2p/64 • Topocluster • 次ページ参照日本物理学会　春季大会

Topocluster (Topological Clustering) h Energy deposit [MeV] • ATLASで用いられているクラスタリングで、electron, g, jetやMissing ETなどで幅広く使用されている • カロリメータのセルを、seed, neighbor, othersに分類する • ノイズ（√(電子ノイズ2＋パイルアップノイズ2））から4sを超えたエネルギーを持っているセルをseedとする • Seedに接しているセルのうち、ノイズから2s離れているセル(neighbor)をクラスターに含める • Neighborに接しているセル(others)は全てクラスターに含める（閾値0s ） • これをTopocluster420などと呼ぶ（当然他の閾値の設定も可能） • Clusterのsplitは、Local maximumがあれば行う • セルが500 MeV以上のエネルギーを持ち、隣接するセルにより大きなエネルギーを持つものが無く、隣接するセルが４つ以上あるとき、local maximumと定義する • 一つのクラスターは、平均約１．６粒子分に相当する（Dijet事象で） f 日本物理学会　春季大会

TopoClusterの利点と性能 • 利点 • TowerよりもNoise Suppressionに優れている • クラスターやジェットが形を持つ（クラスターの分類をより容易にする） • 要求される性能と最適化の流れ • ノイズがクラスターを形成しないこと • Pedestal runおよびcosmic runでdetectorやnoiseの理解が必要不可欠 • ノイズの過小評価は、多くの偽クラスターを生成する • Softな成分（πなど）をなるべく消さない • 閾値を必要以上に高くしないことが重要 • ジェットやMissing ETの性能を向上する • Jet efficiency が良く、fake rateが低く、エネルギー分解能が良いこと日本物理学会　春季大会

Cosmic Runを用いた性能評価 日本物理学会　春季大会

Cosmic Run • Milestone Week5 (M5)のRun 29576のデータを使用 • Milestone Weekは、2007年から行われている検出器全体で行われる統合的なcosmic run (M6が今年の３月に行われた) • M5 Run 29576は、2007年11月4日に行われたovernight run • Triggerとして、Tile, TGC, RPC, CPT(clock)がある。ここでは、TileとTGCを使用 • Tile Trigger: rate < 1 Hz (Tile triggerはcommissioning専用) mのpurityは ~68% • TGC Trigger: rate ~ 40 Hz Tile Triggerの概念図日本物理学会　春季大会

エネルギーと時間情報の再構成 • 液体アルゴンカロリメータ • Optimal Filtering Methodでエネルギーと時間を再構成する • SignalをSi=Ag(ti-t)+niと表す（A:振幅, g(x):波形, ti:各samplingでの時間, t: 時間の零点=crossing timeからのずれ, ni: noise term） • Tileカロリメータ • 現在、Fit Methodでエネルギーと時間情報が再構成されている（Optimal Filteringに移行する予定） • f(t)=Ag(t-t) + ped (cosmic runでは、parameterはA, t, pedの3つ。物理runでは、A, pedの2つ)でfittingを行い、エネルギーと時間を再構成する E~23GeVのm ai, bi: Optimal Filtering Coefficient (OFC) ai, biはあらかじめ決めておく Noiseのautocorrelation含めることができ、noise optimizationに優れている又、Fit methodのようにiterationをする必要がないので、処理が早い日本物理学会　春季大会

カロリメータのノイズ 液体アルゴンカロリメータ Tileカロリメータ • 実データを用いて、cellのエネルギーのRMSからノイズを求めた • 液体アルゴンカロリメータ • ノイズは、基本的にcell volumeに比例している • Tileカロリメータ • hが高くなるにつれてノイズが大きくなるのは、h=1.0付近にpower supplyがあるから • h~0.5でノイズが大きくなるのは、digitizerの存在の影響？日本物理学会　春季大会

TileにおけるTopocluster １イベントあたりのTopoclusterの数 • 観測された１イベント当たりのクラスター数 • TGC-triggered: 平均3.2個（ピーク 2個） • Tile-triggered: 平均5.2個（ピーク 5個） • ノイズから形成されるクラスターの数は、１イベントあたり平均0.13個であると予想される（このRunでのTileカロリメータのセルの総数が、2019個であることと、4sカットから） • TGC-triggeredイベントは、Tileにほとんどmを含まないので、~3個のクラスターはbad channelから来ていると予想される（のちほど新たに特定されたbad channelの数とほぼ一致）。 • Topoclusterのエネルギー4GeV付近にm由来のピークを観測 Topoclusterのエネルギー日本物理学会　春季大会

Fake Clusterの除去（時間情報の活用） 上側のclusterのtimingの平均: -27.6ns 下側のclusterのtimingの平均: -9.2ns Tileの時間分解能は、極めて良い（1GeV以上のenergy depositにおいて~1ns）。左図のイベントでは、Tile Topoclusterが４つ再構成された。 m由来のTile Topoclusterの時間は、上側が4.7nsで、下側が19.4ns。残りのクラスターは、一つが計算不可（E>100MeVのcellが無い）、もう一つが-9.8ns。有意なずれが見られる。日本物理学会　春季大会

まとめ • クラスタリングは、ジェット、Missing ETの鍵をにぎる重要なオブジェクトである • コミッショニングは、物理解析に向けての重要なステップである • 宇宙線データを用いて、カロリメータのノイズを理解し、クラスタリングの性能を評価した • 一部のbad channelの寄与を除いては、noise suppressionは概ね機能していることがわかった • Tile Topoclusterにおいて、mからのenergy depositが観測された • クラスターの時間情報が、偽のクラスターを除去できる可能性について現在調査中（Missing ETのクリーニングへの活用も期待される） • 今後は、宇宙線データ、モンテカルロを用いて更にクラスタリングの最適化を進めていく日本物理学会　春季大会

backups 日本物理学会　春季大会

ＬＨＣ加速器とＡＴＬＡＳ検出器 ＬＨＣ加速器はスイスのジュネーブ近郊に位置する欧州原子核研究機構 (CERN)にある周長27kmの陽子・陽子衝突器重心エネルギー 14 TeVの世界最高エネルギー最終到達ルミノシティー1034/cm2s 2008年の夏から10TeVでの運転を経て、14TeVでの本格的な運転へ至る予定衝突点の一つに汎用検出器であるＡＴＬＡＳ検出器が設置されている。長さ44m、高さ22m、総重量7000t 超対称性粒子、ヒッグス粒子、高次元ブラックホールなどの発見が期待されている日本物理学会　春季大会

カロリメータ 日本物理学会　春季大会

OFC Varianceを最小にするai, biを選ぶ E. Fullana, et.al., ATL-TILECAL-2005-001 日本物理学会　春季大会

Pileup NoiseとCell Volume パイルアップノイズ Cell Volume 日本物理学会　春季大会

Performance of Topoclusters in Beam Tests Resolution of  Eclus Resolution of  Eclus 20 GeV pions 180 GeV pions Mean of  Eclus Results for topo S/N/P on beam test pions at =0.45 4/2/0 provides the best performance. [Speckmayer, Carli] From P.Krieger, ATLAS Hadronic Calibration Workshop, 14 Mar. 2008 日本物理学会　春季大会

Tile Trigger M5において • EBAは稼働せず • M5 Run 29576においては、EBCも稼働せず • C-sideのmodule 11-22, 43-54はTriggerのための読み出しを行わなかった • LBAでは、3, 64以外は稼働 • LBCでは、6, 7, 10-12, 16, 18, 20, 28, 35-38, 41-56, 62-64のみ稼働 Towerのthresholdは1GeV Topとbottomのタワーのcoincidenceを満たすものをtrigger 日本物理学会　春季大会

TileにおけるPMTの配置(Barrel) Up Side Down Side http://atlas.web.cern.ch/Atlas/SUB_DETECTORS/TILE/testbeam/tb2001/tb-august01.ps 日本物理学会　春季大会

PMTのエネルギー分布 Non-Gaussian shape seen at the PMT-level 日本物理学会　春季大会

PMT Noise (RMS) Inclusively looked at over all the drawers for each PMT # “W” shape of h dependence is seen at the PMT level Spikes found in LBC 25 ~ 32 (Bad channels) 日本物理学会　春季大会

PMT Noise for Each Drawer (1 ~ 16) Dr1 Dr2 Dr3 Dr4 Dr5 Dr6 Dr7 Dr8 Dr9 Dr10 Dr11 Dr12 Dr13 Dr14 Dr15 Dr16 日本物理学会　春季大会

Cell Energy & Shape of Distriubutions Some examples of cell energy distributions Only looked at High-High gain events Non-Gaussian distributions seen in various regions (but closer to Gaussian in low h) There are also some f dependence for Non-Gaussian-ness Disrepancy between Gaussian s & RMS can get as much as ~50% (more on the next slide) 日本物理学会　春季大会

Tile Topoclusters (M5 Run 29576) # of Tile cells in this run = 2019 (after bad channel masking)  # of fake clusters ~ 0.13 per event (for Topo420) # of Topoclusters per event varies significantly with noise values. RMS Noise: Mean # of clusters ~ 5.2 Noise Sigma: Mean # of clusters ~ 8.1 CaloNoiseTool: Mean # of clusters ~ 26.3 Default noise values from CaloNoiseTool (in v13.0.30.X) tend to be smaller by ~25% than the real noise. Non-Gaussian shape of cell energy also affects the noise suppression (RMS value should be used). Still, # of clusters ~ 5 is high. Coming from non-identified bad channels? Some additional methods to remove fake clusters are needed (ex. Use of timing) Topocluster Energy 日本物理学会　春季大会

Cell Energy Distributions (EMB1) 日本物理学会　春季大会

Cell Energy Distributions (EMB2) 日本物理学会　春季大会

EMTopocluster １イベントあたりのEM Topoclusterの数 Noisy channelは、偽のクラスターを形成しやすい。右図は、noisy channelをofflineレベルで取り除いた場合。 Noisy channelの取り扱いは、clusterを再構成する上で必要不可欠日本物理学会　春季大会

M5 29576 Event 14903 Cosmic muon event Clusters are well correlated with muon tracks Other cells are noisy 日本物理学会　春季大会

M5 Run 29576 Event 345295 ADC Plots from Tile Cells Air shower events EMTopoclusters are shown as red dots & circles 日本物理学会　春季大会

ＡＴＬＡＳ検出器における宇宙線データを用いた カロリメータのコミッショニング