LHC-ATLAS 実験における高い運動量を持つジェットの b- タグの開発及び評価 小林愛音 江成祐二 A 川本辰男 A 東大理 東大素セ A 9pSK-6 9th September 4 日本物理学会 4 年秋季大会
Introduction 5 年から始まる LHC の運転では高い運動量を持った物理の解析が重要 新しい重いレゾナンスの探索 (à WW, tt, hhà jets) VHà bb 等のブーストされたヒッグス Boosted objects 高い運動量のジェット ジェットの重なり ΔR M p T ΔR: jet 間の距離 M: 質量 pt: 運動量 ALTAS のジェットはカロリーメーターに基づいて構成される 効率的なジェット再構成が課題 このような環境での b- タグ (b-quark 起源のジェット (b-jet) の同定 ) の開発が必要 新しい方法として を使った b- タグが有望 9th September 4 日本物理学会 4 年秋季大会
現行の b- タグ b- タグはジェット中の飛跡と一次崩壊点の情報と B- ハドロンは崩壊するまでに数ミリ飛ぶ (cτ 4-5[μm]) 大きなインパクトパラメーター d と二次崩壊点を持つという特徴を用いる ATLAS 標準はいくつかのb-タグアルゴリズムを組み合わせた多変数 likelihood 等による同定 (MV) ttbarイベントを用いたアルゴリズムの比較 次崩壊点 B flight 軸 B D Light jet rejection 5 4 3 ATLAS Preliminary MV JetFitterCombNN JetFitterCombNNc IP3D+SV SV インパクトパラメーター d tt simulation, p jet T s=7 TeV jet >5 GeV, η <.5.3.5.6.7.8.9 b-jet efficiency 9th September 4 日本物理学会 4 年秋季大会 3
を用いた b-tagging calo-jet cluster jet trackの選択 b-tag calo-jet カロリーメーターで測定したエネルギー分布からジェットを構成 ü ジェットがたくさん集まる環境ではジェットが重なると 角度分解能が悪くなりタグ性能劣化 B ハドロン崩壊のトラックを全て集められるとは限らない ü パイルアップの問題 track jet b-tag トラックのみでジェットを構成 ü 角度分解能が良く 細い半径のジェットを構成できるのでジェットがたくさん集まった環境に強い ü カロリーメーターの測定のジェットと独立に最適化 calo-jet : エネルギー 運動量 : b- タグ 本講演では を用いた b- タグの性能評価をデータを用いて行う 9th September 4 日本物理学会 4 年秋季大会 4
AntiKt4Track leading-pt jet with mu 事象選択 QCD dijet eventを使ってb-タグ効率を測定する Anti-k T (R=) のcalo-jetとを組む ジェットが 本以上 (dijet)(calo-jet pt > GeV, pt > 7GeV) 一番高い運動量のジェットを見る b-jet enriched sampleを選択するため ミューオンを要求する ( セミレプトニック崩壊だけを見ることによる系統誤差はcalo-jetに対する先行研究で約.3) 一番高い運動量を持ったジェットの分布 Total () Number of events 6 4 8 6 4 - -4 8TeV, PYTHIA8 9th September 4 日本物理学会 4 年秋季大会 5 dijet eventは高い運動量領域でも測定可能 Trigger : trigger levelでdijetとミューオンを要求 3
b-jet の割合の測定 データの flavor の割合を調べるために, 各 flavor 毎に特徴的な形を持つ S d 分布を定義分布のテンプレートを作ってデータをフィット ( 統計的に求める ) S d : トラックのインパクトパラメーター d から計算 S d = d /σ d s d < j (σ(d ) : 飛跡再構成由来のd の誤差, sj : d の符号 ) ジェットの中の全てのトラックでS d を計算し S d の大きい順にS d (t ),S d (t ), と定義する. d B 一次崩壊点 二次崩壊点 ジェット方向 y d > トラックの方向 x 5 5 3 AntiKt4Track sigd before σ d 4 s j d d sj pre tag b c light 3 5 9th September 4...3.5.6.7.8.9 σ d (mm) 日本物理学会 4 年秋季大会 - -.5 - -.5.5.5 s j d (mm) 6
テンプレート (b- タグ前 ) テンプレートの作り方 b-jet : (pre-tag b) non b (light+anti-tagged c):anti-tagged data tagged c : tagged c.5 b- タグ前 b, tagged c, non- b pretag s (t ) 6<P <33 d T b tagged c non-b Purity pre-tag.8.6. によるタグ前の flavor 毎の割合 calo-jet Purity before MV cut AntiKt4LCTopo b light c.3.. - -8-6 -4-4 6 8 S d (t ) calo-jet, それぞれの pt bin 毎 S d 毎に template を作る Purity pre-tag.8.6. 4 6 8 4 AntiKt4Track MV Eff b Purity before MV cut AntiKt4Track b light c 3 4 5 6 7 8 9 9th September 4 日本物理学会 4 年秋季大会 7
テンプレート (b- タグ後 ).35.3.5..5 b- タグ後 b, c posttag s (t ) 6<P <33 d T b c Purity post-tag.8.6. によるタグ後の flavor 毎の割合 calo-jet Purity after MV cut AntiKt4LCTopo b light c..5 - -8-6 -4-4 6 8 S d (t ) (e) テンプレートの作り方 b-jet : (post-tag b) c-jet : (post-tag c) Purity post-tag.8.6 4 6 8 4 AntiKt4Track MV Eff b Purity after MV cut AntiKt4Track b light c. 3 4 5 6 7 8 9 9th September 4 日本物理学会 4 年秋季大会 8
b- タグ効率の導出 ( fit) b-タグ後のb-jetの数 b-タグ効率 = b-タグ前のb-jetの数それぞれの数はテンプレートを用いたlikelihood fitで求めた 手法の確認のため の分布を同じ から作ったテンプレートでフィット 7 6 5 4 3 6 8 pre-tag S d (t ) pretag b-jet c-jet light-jet タグ後でlightを無視している効果 一番高いpT binの系統誤差は.4 lightの割合がほぼのpt binでは -4 テンプレートの統計誤差は約 -3 b- jet efficiency Efficiency fit /.8.6. Efficiency AntiKt4Track Fit result fit Scale facror 4 6 8...9.8.7.6.5 Scale factor 4 6 8 9th September 4 日本物理学会 4 年秋季大会 --8-6 -4-4 6 8 d (t AntiKt4Track 4<P <5 S d (t ) An9Kt4Track 6<pT<33 T 5 4 3 6 post-tag data S d (t ) posttag b-jet c-jet --8-6 -4-4 6 8 d (t ) AntiKt4Track 4<P <5 S T d (t ) An9Kt4Track 6<pT<33 9
b- タグ効率の導出 (Data fit) S d (t ) S d (t ) のフィット結果 7 6 5 4 3 pre-tag data S d (t ) pretag b-jet c-jet non-b jet 4 8 6 post-tag Data S d (t ) posttag b-jet c-jet 4 Efficiency.8.6 track- jet S d (t) --8-6 -4-4 6 8 S d (t ) AntiKt4Track 6<P <33 T Efficiency.8.6 track- jet S d (t) --8-6 -4-4 6 8 S d (t ) AntiKt4Track 6<P <33 T AntiKt4Track Fitting results Eff Data/. Efficiency AntiKt4Track Fit result Data fit Scale factor Scale facror 4 6 8..8.6 4 6 8 Data/. Efficiency AntiKt4Track Fit result Data fit Scale factor Scale facror 4 6 8..8.6 4 6 8 pt 9th September 4 日本物理学会 4 年秋季大会
結果の比較 Efficiency.8.6 calo-jet Data fit の plot 点は S d (t ) と S d (t ) の結果の平均 Efficiency.8.6 Data/. Efficiency AntiKt4LCTopo Fit result Data fit (S (t )+S (t )) d d Scale facror 4 6 8 4 6..8.6 4 6 8 4 6 Scale factor の平均 :.998±. Data/. Efficiency AntiKt4Track Fit result Data fit (S (t )+S (t )) d d 4 Scale facror 6 8..8.6 4 6 8 Scale factorの平均 :.9±.8 では b- タグ効率は高エネルギーでも高い による b- タグ効率は がデータより高め : 今後の研究課題 9th September 4 日本物理学会 4 年秋季大会
まとめ 5 年からの LHC の運転再開後は高い運動量を持った物理の解析が重要となるため 用いられる b- タグも性能を上げる必要がある これまではカロリーメーターから構成されるジェット (calo-jet) を用いて b- タグが行われてきた 内部飛跡検出器で再構成された飛跡から直接作られる は高い運動量領域での問題を解決し b- タグに特化していると期待され 研究が行われてきた 本研究では LHC-ATLAS 実験における 8TeV と data を用いて trackjet の b- タグ効率を調べるためにテンプレートフィットを行った フィットの結果を比較し は予想通り高い運動量領域で b- タグの性能が良いことを確かめた 今後の展望 track- jet のスケールファクターの詳細 他の の種類や 他の b- タグ閾値 ジェットの細さを変える 等を試し 間違いタグや系統誤差も含め評価する 9th September 4 日本物理学会 4 年秋季大会
Backup slides 9th September 4 日本物理学会 4 年秋季大会 3
これまでの b- タグ : 主に calo-jet( カロリーメーターのクラスターから構成 ) s=7~8tev の ~ 年のデータで calo-jet による ~3GeV の比較的低い運動量領域での b- タグ効率は調査済み b-jet efficiency scale factor.5 ATLAS Preliminary L dt =.3 fb s = 8 TeV System8 (total error) System8 (stat. error) - MV, b = 7% 3 4 5 6 7 8 jet p T 3 [GeV] 9th September 4 日本物理学会 4 年秋季大会 4