Méthodes de b-tagging dans DELPHI - PowerPoint PPT Presentation

m thodes de b tagging dans delphi n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Méthodes de b-tagging dans DELPHI PowerPoint Presentation
Download Presentation
Méthodes de b-tagging dans DELPHI

play fullscreen
1 / 13
Méthodes de b-tagging dans DELPHI
113 Views
Download Presentation
gabi
Download Presentation

Méthodes de b-tagging dans DELPHI

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. Propriétés du quark b: masse élevée (5 GeV), longue durée de vie (1.5 ps) Conséquences: particules produites à grande impulsion et grand angle, grandes distances de vol (2 à 3 mm) ou grands paramètres d’impact b-tagging développé surtout pour la largeur partielle du Z en b bbar,les oscillations B0-B0bar,la recherche du Higgs Méthodes de b-tagging dans DELPHI

  2. Les étapes • Calculer un vertex primaire • Calculer des jets, ou bien séparer l’événement en 2 hémisphères • Calculer un ou plusieurs vertex secondaires dans chaque jet (ou dans chaque hémisphère) • Définir un certain nombre de variables discriminantes • Utiliser le Monte-Carlo pour obtenir les distributions correspondantes de signal (beauté) et de fond (uds/gluon, charme) • S’assurer du meilleur accord possible entre les données réelles et le Monte-Carlo pour ces variables • Définir une fonction de vraisemblance ou utiliser un réseau de neurones pour optimiser la séparation du signal et du fond (efficacité, pureté) • Optimiser les coupures pour réduire les erreurs statistiques et systématiques • Appliquer la méthode aux données • Publier 

  3. Info cinématiques • PAR TRACE: impulsion impulsion transverse /au jet rapidité / au jet angle / au jet • PAR JET: masse invariante traces secondaires E(traces secondaires) / E(jet) ‘rapidité’ du vertex secondaire • MULTIPLICITE: nb traces au vertex primaire nb traces au vertex secondaire nb traces communes prim./second.

  4. Info durée de vie • Jet lifetime: construite à partir du paramètre d’impact / erreur (par rapport au vertex primaire) de chaque trace • ‘Distance de vol’ trace-jet pour chaque trace • Distance de vol/erreur du vertex secondaire (par rapport au vertex primaire) • Temps propre du vertex secondaire (par rapport au vertex primaire)

  5. Paramètre d’impact

  6. Jet lifetime • On n’utilise que les traces avec un paramètre d’impact positif • Pour chaque trace i: calcul de la significance S (paramètre d’impact/erreur) • Probabilité d’avoir N traces attachées au vertex primaire:

  7. Efficacité vs Pureté 4 variables: - jet lifetime - masse au vertex sec - rapidité des traces - fraction d’énergie Enhanced impact parameter

  8. ‘Flavour confidence’ • Variable à 3 dimensions qui inclut, pour chaque trace: - paramètre d’impact / erreur - impulsion - angle trace/jet

  9. ‘Flavour confidence’

  10. Variable ‘multivariée’ • 13 variables + flavour confidence • Silicon Tracker 2d (Rphi) en 91-93 • Silicon Tracker 3d (Rphi-z) en 94-95

  11. Variable ‘multivariée

  12. Réseau de neurones

  13. Conclusion • Grand choix de variables et de méthodes possibles • Au moins 5 méthodes ont été utilisées dans DELPHI • L’accord data/MC est essentiel