Note : Les résultats présentés dans ce paragraphe ont été obtenus en 2007 et en 2008, et n’ont pas été mis à jour depuis.
3.5.1 Correction individuelle vs correction globale
La forme du signal correspondant à un photoélectron diffère d’une part d’un PM à l’autre, et d’autre part (dans une moindre mesure) d’un ARS à l’autre. Deux approches sont donc possibles pour la mise en œuvre de la correction : l’utilisation d’une forme de photoélectron globale pour tous les ARSs, ou d’une forme individuelle optimisée pour chaque ARS. L’influence de ces deux approches a été étudiée sur des données (le faire sur une production Monte-Carlo n’aurait pas de sens, pour les raisons évoquées au paragraphe (iii) 3.4.2).
La figure (iii) 3.9 montre la distribution des valeurs du walk, pour différentes charges, à partir de la forme obtenue pour chaque ARS. L’écart-type de ces distributions atteint 1 ns à faible amplitude, ce qui défavorise a priori l’option de la correction globale. Même pour de grandes amplitudes, l’écart-type excède 0.1 ns. On constate toutefois que les valeurs obtenues pour la correction globale sont compatibles avec la valeur moyenne de ces distributions.
La correction individuelle semble donc a priori plus judicieuse. Elle se révèle pourtant dans les faits moins efficace que la correction globale. Ainsi, si le gain sur les résidus temporels7 des
événements utilisés pour la reconstruction (∼ 0.6 ns) et sur le nombre d’événements reconstruits (∼ 6 %) semblent du même ordre de grandeur (figure (iii) 3.11), la qualité de la reconstruc-tion n’est pas améliorée de manière significative avec la version individuelle, et est même moins bonne pour les trajectoires reconstruites comme montantes8. Le nombre de muons survivant à la coupure traditionnelle Λ > −5.3 sur l’estimateur de qualité défini par la stratégie de recons-truction d’Aart est quant à lui légèrement supérieur avec la correction globale (3 999 muons sur l’échantillon analysé, contre 3 834 avec la correction individuelle et 3 152 sans correction).
Fig. (iii) 3.11:À gauche, distribution des résidus temporels des événements utilisés pour la reconstruc-tion, selon le type de correction appliquée (à comparer avec la figure (ii) 1.3). À droite, distribution de l’estimateur de qualité de la reconstruction (une valeur élevée indique une bonne reconstruction), pour toutes les trajectoires reconstruites (en pointillés) et pour celles reconstruites comme montantes (traits continus) [img32].
Plusieurs raisons permettent d’expliquer ce paradoxe apparent. Le nombre d’événements disponibles pour élaborer la forme de référence est relativement faible (il est contraint par le temps et la taille des runs WF et dépend du taux d’acquisition individuel des ARSs, lui-même déterminé par la justesse du seuil L0). Outre la faible valeur statistique d’une forme de référence établie avec un faible nombre d’événements, les événements choisis peuvent ne pas correspondre à la forme du photoélectron, ou le nombre d’événements être insuffisant pour extraire une référence. Ces problèmes sont souvent liés à un mauvais paramétrage des ARSs. Le moyennage sur l’ensemble des ARSs permet de les noyer dans la masse, et avec eux les effets dus à la DNL, et donc d’obtenir une référence peut-être moins précise mais plus robuste.
Ce paradoxe est également alimenté par les paramètres utilisés pour calculer la correction au moment de l’étalonnage : mauvaise estimation de la charge, inadéquation entre le seuil réel et celui utilisé pour l’extraction de la correction (actuellement fixé à 0.3 photoélectrons), ou encore variation des paramètres au cours du temps. Ces effets sont également lavés statistiquement par l’application d’une forme de référence globale, plus universelle.
Les prochaines versions des logiciels de reconstruction devraient prendre en compte le seuil L0 enregistré dans la base de données, ce qui pourrait potentiellement rendre la correction individuelle plus compétitive. Il est également rappelé que les outils logiciels (Monte-Carlo et re-construction) ainsi que les méthodes d’étalonnage de la charge ont connu de nettes améliorations depuis cette étude. La correction individuelle restera toutefois toujours plus sensible aux effets
8On rappelle que la trajectoire des événements physiques que cherche à voir Antares est dirigée de bas en haut au niveau du détecteur, les muons descendants constituant quant à eux le bruit de fond physique (para-graphe (i) 2.5).
3. Effet de walk 93 présentés dans ce paragraphe. La correction globale du walk est donc plus fiable que la correction individuelle, ce qui justifie son choix pour l’implémentation logicielle (paragraphe (iii) 3.4.2).
3.5.2 Effet sur les Monte-Carlo
La figure (iii) 3.12 montre l’effet du walk sur la résolution angulaire (angle entre la direction reconstruite et la vérité Monte-Carlo), pour un lot de muons issus de neutrinos montants d’une énergie allant jusqu’à 10 PeV, avec un bruit de fond optique de 60 kHz, en utilisant la stratégie d’Aart. Étonnamment, la dégradation induite par l’effet de walk semble faible : de l’ordre de quelques centièmes de degrés. Pour mémoire, la résolution angulaire attendue pour Antares est de quelques dizièmes de degrés (de l’ordre de 0.3° au-delà de 10 TeV). En réalité, cette dégra-dation ne devient importante que pour les muons d’une énergie inférieure à quelques centaines de GeV.
Fig. (iii) 3.12:Effet du walk sur la ré-solution angulaire pour des muons mon-tants [img32].
En revanche, la correction de l’effet de walk a un effet positif notable sur l’estimateur de qualité de la reconstruction. Cette amélioration n’est pas un artefact lié à l’algorithme de re-construction utilisé, puisqu’elle a aussi été observée avec un autre algorithme de rere-construction, aujourd’hui obsolète, également utilisé pour ces tests (la stratégie d’Yvonne ). Cet effet est naturel : la correction est supposée rapprocher le temps mesuré du temps réel, et donc réduire les résidus temporels, qui sont utilisés pour estimer la qualité de la reconstruction.
Les effets observés ne sont cependant pas triviaux : si l’on note une amélioration globale de la résolution angulaire, celle-ci est très faible et une comparaison neutrino par neutrino montre que l’amélioration n’est pas systématique — l’angle médian entre les directions reconstruites avec et sans biais est d’ailleurs supérieur à l’effet observé sur la résolution angulaire. L’auteur a des raisons de penser que ce paradoxe est lié aux limitations du logiciel de reconstruction utilisé. Malheureusement, cette analyse a été avortée, précisément en vue de déterminer les failles présentes dans l’implémentation de l’algorithme de reconstruction. Il serait souhaitable de réitérer cette étude avec les outils informatiques actuels, qui ont été améliorés depuis l’obtention des résultats présentés ici.
3.5.3 Effet sur les données
La figure (iii) 3.13 présente la distribution des valeurs de la correction (globale, lire le para-graphe (iii) 3.5.1) du walk appliquée à un jeu de données, pour tous les événements (en pointillés) et pour les événements ayant satisfait les conditions du filtrage (traits pleins). On remarque que la dispersion sur la valeur de la correction est de l’ordre de la nanoseconde. Cet effet est di-rectement reporté sur la moyenne des résidus temporels, où l’on constate un gain de l’ordre de 0.6 ns (figure (iii) 3.11). Par conséquent, l’estimateur de qualité de la reconstruction s’en trouve également amélioré. Le nombre d’événements reconstruits tels que l’estimateur de la stratégie d’Aart satisfasse la coupure traditionnelle9 de Λ > −5.3 est ainsi augmenté de 10 à 20 %, et le nombre de trajectoires reconstruites montantes de 40 à 50 %.
Fig. (iii) 3.13:Correction de l’effet de
walk appliquée sur les données, pour
tous les événements (pointillés) et pour les événements satisfaisant les critères du filtrage (traits pleins) [img32]. Le pic à 6.5 ns est dû aux ARSs dont la charge a été reconstruite comme inférieure au seuil L0 utilisé (0.3 pe), que ce soit à cause d’un mauvais étalonnage ou d’un seuil L0 trop bas lors de l’acquisition.
Notons que les effets sont similaires pour les deux stratégies de reconstruction testées, la stratégie d’Aart et celle d’Yvonne (cette dernière est à présent obsolète et les résultats ne seront pas présentés ici). Là encore, une comparaison trajectoire par trajectoire de ces améliorations devrait être effectuée. Cela n’a pas été fait ici, l’auteur ayant dû interrompre cette étude pour investiguer des problèmes logiciels touchant le programme utilisé pour la reconstruction.