1722333411
2024-07-30 09:42:57
巨大な検出器を照らす、壮大な粒子の飛沫を想像してください。ATLAS 実験の物理学者にとって、この光景はデータ取得中に 25 ナノ秒ごとに発生します。粒子の「ジェット」は、彼らが記録する最も一般的な信号だからです。ジェットは一般的ですが、測定することが非常に重要です。ジェットは、ヒッグス粒子、トップクォーク、そして、暗黒物質に関する疑問や宇宙の新たな見方に対する答えを握っている可能性のある、まだ発見されていない粒子など、物理学者が研究に興味を持っている粒子によって生成されます。
図 1: 「真の」ジェット横方向運動量に対する小半径ジェットの較正済みジェット横方向運動量。これは「真の」ジェット横方向運動量の関数として表されます。異なる較正手法を比較すると、公称 ATLAS 小半径ジェット較正 (マゼンタ)、ヒッグス粒子解析によって開発されたアドホック補正「μ+PtReco」(青)、および新たに開発されたトランスフォーマーベースの回帰 (緑) です。回帰は、運動量スペクトル全体にわたって理想値「1」に最も近い値です。上記のグラフは、シミュレーション データを使用して取得されました。(画像: ATLAS Collaboration/CERN)
ジェットの再構築 (「クラスタリング」と呼ばれるプロセス) には、ATLAS カロリメータ検出器のエネルギー蓄積と内部検出器からの軌跡を、ジェットを形成する粒子と正確に一致させ、その特性を測定することが含まれます。見逃された粒子やエネルギー損失などの課題に対処するために、物理学者は再構築されたジェットに「キャリブレーション」と呼ばれる補正を適用します。これらのキャリブレーションは通常、軽いクォークとグルーオンから発生するジェットの混合物を含むデータ サンプルから得られます。
で ブースト2024 会議では、ATLASコラボレーションが 新しい技術 は、人工知能 (AI) を利用してジェットの較正を改良し、特にボトムクォーク (b ジェット) に焦点を合わせています。軽いクォークからのジェットとは異なり、b ジェットには平均してより多くの粒子が含まれており、ミューオンやニュートリノなどの粒子への二次崩壊を特徴とすることが多く、検出器に残る痕跡は最小限です。このため、b ジェットの測定は特に困難であり、物理学者はこれまで、特定の測定に対してアドホックな補正に頼ってきました。
ATLAS の新しい「回帰」技術は、最先端のトランスフォーマー ネットワークを使用して、b ジェットのより普遍的なキャリブレーションを開発します。トランスフォーマーは、ChatGPT などのアプリケーションでも利用されている強力なニューラル ネットワークです。これらは、離れていても、異なるデータ要素が互いにどのように影響するかを理解できます。研究者は、エネルギーや質量など、ジェット粒子に関する正確な詳細を提供するシミュレートされたデータセットを使用して、b ジェット キャリブレーション トランスフォーマーをトレーニングしました。また、個々のエネルギー クラスターや粒子が通過した検出器層などの「低レベル」機能についてもトランスフォーマーをトレーニングしました。これにより、トランスフォーマーは検出器信号の詳細なヒート マップを作成し、より高い精度でジェットの正しい特性を判断できるようになりました。重要なことは、トランスフォーマーが小半径ジェットと大半径ジェットの両方を処理できるようにトレーニングされたことです。
ATLAS の物理学者たちは、ボトムクォークから発生する粒子ジェットの測定を強化するための新しい人工知能技術を開発した。
図 2: 異なる物理過程の大半径ジェットの質量。それぞれ大半径ジェットとして捉えられています。Z ボソンのボトムクォーク対への崩壊 (緑)、ヒッグスボソンのボトムクォーク対への崩壊 (マゼンタ)、トップクォークの 3 つのクォーク (そのうち 1 つはボトムクォーク) への崩壊 (青)、およびボトムクォーク対のランダム生成 (黄色)。異なる線のスタイルは、「真の」分布 (実線)、公称較正を適用した後の分布 (点線)、および回帰を適用した後の分布 (破線) を示しています。すべての過程において、回帰は真の分布に近い分布を提供します。このプロットは、シミュレーション データを使用して取得されました。(画像: ATLAS Collaboration/CERN)
物理学者は、これらの回帰アルゴリズムにより、b ジェットの横方向運動量の推定が大幅に改善され、標準的な較正やアドホック補正よりも優れていることを発見しました。小半径ジェットの場合、この手法では、標準的な較正と比較して、ジェットの横方向運動量の測定精度が 10 ～ 40% 向上し、半レプトン崩壊を効果的に補正します (図 1 を参照)。
この新しい ATLAS 技術は、ヒッグス粒子の最も好む崩壊モードである 2 つのボトム クォークへの崩壊 (イベント表示を参照) を研究するのに特に役立ちます。この崩壊によって生成される 2 つの b ジェットは、重なり合うことがよくあります。これに対処するため、科学者は、すべての崩壊生成物を 1 つのジェット内に取り込む大半径ジェットを使用します。大半径ジェットの場合、回帰アルゴリズムは、ジェットの横方向の運動量だけでなく、物理分析で重要な変数である質量も推定するようにトレーニングされました。このアプローチにより、ジェット質量の較正が大幅に改善され (図 2 を参照)、大半径ジェットの横方向の運動量の推定精度が 25 ～ 35% 向上します。
ATLAS の新しい回帰技術によってもたらされる改善により、低運動量領域と高運動量領域の両方で b ジェットを使用した新しい粒子の探索と精密測定の実験感度が向上します。ATLAS の研究者は、データに対する理解を深めるために、革新的な戦略を引き続き模索していきます。
関して イベント表示: WH→μνbb 過程の候補イベント。孤立したミューオンは、エンドキャップミューオンチェンバーでヒットを生成する下部の赤いトラックとして示されています。失われた横方向運動量は白い破線で識別されます。ヒッグス粒子候補は、追跡情報から構築された 2 つの b タグ付きサブジェットを含む単一の大きな半径のジェット (青い円錐) として再構成されています。明確な 2 つの突起構造が、電磁 (緑) とハドロン (黄色) カロリメータの両方でエネルギーの蓄積として確認できます。バレルミューオンチェンバーでヒットして示されている 2 番目のミューオン (上部の赤いトラック) は、ヒッグス粒子候補内で見つかりました。(画像: ATLAS Collaboration/CERN)
もっと詳しく知る
#ボトムジェットの変革 #機械学習によるボトムジェット測定の改善