Analyse des donnees
VI.6 Analyse a reseaux de neurones dedies
6.4 Post-s election sur l'energie a bas angle
Comme c'est le cas pour les autres analyses, l' energie a bas angle permet de r eduire les fonds qq() et ! qq. En e et, comme on peut le voir dans la Figure VI.38, la queue de la distribution de qq() s' etend plus que celle de la distribution de signal. Et cela m^eme apres qu'une coupure correspondant a une ecacit e de 50% soit appliqu ee sur la sortie du 4V RN . Comme on l'a vu pr ec edemment, cette variable est tres sensible au fond d^u au faisceau, c'est pourquoi elle est dicile a mod eliser avant la prise de donn ees, ou ce fond peut ^etre evalu e in situ. Par cons equent, on a pr ef er e ne pas ins erer cette variable comme entr ee d'un r eseau de neurones et simplement y appliquer une coupure a la n de l'analyse. Cette proc edure permet une evaluation plus ais ee des e ets
VI.6. ANALYSE A RESEAUX DE NEURONES DEDIES
syst ematiques associ es a cette variable. La coupure pr eliminaire :
E12
<1:5%p
s
est appliqu ee.
6.5 Performance
La performance de l'analyse est illustr ee dans la Figure VI.40. La rejection des fonds principaux y est aussi montr ee. L'analyse est optimis ee avec la pr escription choisie pour la soustraction totale du fond (i.e. optimiser en ne soustrayant que 80% des fonds r eductibles). Les niveaux de conance sont calcul es avec une unique variable discriminante : la masse reconstruite (Figure VI.23). En ajustant les points par un polyn^ome pour eviter un biais possible d^u a une 'uctuation statistique. Le point de fonctionnement de l'analyse est trouv e a 40% d'ecacit e. En ce point, le fond attendu est de 5.50.2 ev enements, constitu e d'une ma-jorit e de fond irr eductible ZZ (3.80.1) (les erreurs cit ees a ce niveau sont de nature purement statistique). La seconde plus importante contribution provient du fond qq() avec 1.10.2 ev enements attendus dont l'essentiel (90%) est con-stitu e de fond d' ev enementsbbdoublement radiatifs. Les fonds WW, We et Z restant sont a des niveaux equivalents a 0:2 ev enements. Le fond Zee restant est n egligeable.
L' evolution du pouvoir discriminant du 4V RN sur les di erentes sources de fond en fonction de l'ecacit e sur le signal, peut aussi ^etre exprim e en termes de raret eRNN sur la sortie du r eseau de neurones :
RarityNN (k) =Z yNN(k) 0
0(yNN)dyNN
ouyNN(k) est la valeur de la sortie du r eseau de neurones pour l' ev enement k et
S est la densit e de probabilit e deyNN pour le signal. La distribution de la raret e pour le signal est uniforme par d enition. Les distributions des raret es pour les di erents fonds et pour les donn ees sont pr esent ees dans la Figure VI.41 et VI.42. Table VI.10: R esum e des r esultats a 189 GeV pour l'analyse a r eseaux de neurones d edi es exclusivement.
Ecacit e (%) Signal Fond Observ es
40.0 2.8 (evts) 5.5 (evts) 9 (evts)
Les nombres d' ev enements de signal et de fonds attendus sont indiqu es dans la table VI.10. Ces nombres sont donn es avec E12
< 3:5%. Cette coupure 149
0 2 4 6 8 10 12 14 16 0 0.1 0.2 0.3 0.4 0.5 0.6 Total ZZ qq(γ) WW Efficacite Fond (Evenements/175.5pb -1 )
Figure VI.39: Courbes de performance pour la rejection du fond total et des principaux fonds (ZZ, qq(), WW). 15 20 25 30 35 40 45 50 55 60 65 0 0.1 0.2 0.3 0.4 0.5 0.6 Efficiency CL(s+b irreducible +80 % b reducible ) 40 % 3-Fold NN analysis
Figure VI.40: Courbe d'optimisation pour l'analyse 4V RN . 150
VI.6. ANALYSE A RESEAUX DE NEURONES DEDIES 10-1 1 10 102 103 0 0.2 0.4 0.6 0.8 1 4V NN rarity qq(γ) 10-1 1 10 102 0 0.2 0.4 0.6 0.8 1 4V NN rarity WW 10-2 10-1 1 10 0 0.2 0.4 0.6 0.8 1 4V NN rarity Weν 1 10 102 0 0.2 0.4 0.6 0.8 1 4V NN rarity All
Figure VI.41: Distributions de la raret e de la sortie du 4V RN pour les di erentes sources de fond. La contribution du fond irr eductible ZZ ! bb est aussi repr esent ee (fonc e). 100 200 300 400 500 600 700 800 900 1000 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 Rarity RN 4-V/Global Events/ 0.04 All bckgs. qq(γ) bckg. Data 189 GeV a) 10-1 1 10 102 103 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 Rarity RN 4-V/Global Events/ 0.04 bbνν All bckgs. ZZ bckg. Data 189 GeV b)
Figure VI.42: Distribution des raret es du 4V RN . La distribution des ev enements de signal est uniforme par construction.
correspond a une optimisation tenant compte du fond de la machine, et sera justi ee en VII-1.5. Au total 9 candidats sont observ es dans les donn ees. La liste complete de ces ev enements est donn ee dans la table VI.11.
Table VI.11: Liste des candidats s el ectionn es par l'analyse par r eseaux de neu-rones d edi es. On donne les caract eristiques principales de ces ev enements.
N Run N Evt 4V RN 7V RN 3V RN 1 2 mH GeV/c2
45752 7706 0.930 0.6842 0.55 0.9994 0.93 89.6 45837 9762z 0.980 0.9524 0.60 0.9995 0.99 88.1 46175 6770z 0.978 0.9989 0.90 0.9573 0.79 94.3 46533 1868z 0.971 0.9995 0.70 0.9576 0.63 90.1 47057 9230z 0.986 0.9996 0.79 0.9985 0.89 89.4 47088 9585z 0.958 0.9297 0.98 0.9700 0.36 96.1 47597 15104z 0.972 0.9985 -0.03 0.9995 0.90 87.8 47786 7387z 0.979 0.9990 0.76 0.9977 0.50 91.3 47804 10843 0.931 0.9997 0.35 0.9821 0.29 86.2
( Ev enements en commun avec l'analyse a r eseau de neurones simple/
zEv enements en commun avec l'analyse s equentielle)
Comme l'indique la Table VI.11, les 5 ev enements s electionn es par l'analyse par r eseau de neurones simple sont s el ectionn es par l'analyse par r eseaux de neurones d edi es. D'autre part 7 des 8 ev enements s electionn es par l'analyse s equentielle le sont aussi par l'analyse par r eseaux de neurones d edi es. Le candidat non commun a l'analyse s equentielle et aux analyses par r eseaux de neurones est le suivant :
N Run N Evt 4V RN 7V RN 3V RN 1 2 mH GeV/c2
46251 12179 0.457 0.2374 0.46 0.9284 0.61 82.5
L' ev enement le plus solidement s electionn e par l'analyse a r eseaux de neurones d edi es (47057/9230) est illustr e en Figure VI.43. Etant donn e sa masse recon-struite, sa valeur de sortie 7V RN et son acoplanarit e de 154 cet ev enement provient vraissemblablement du processus ZZ ! bb .
Parmi les ev enements s electionn es le plus coplanaire (177 ) est celui qui a la plus faible valeur de sortie de 7V RN , donc est le plus compatible avec le processuse+e;
!qq (45752/7706) et est illustr e en Figure VI.44. Cet ev enement est fortement etiquet e b. Un agrandissement de la r egion du point d'interaction permet de visualiser les vertex secondaires caract eristiques de la d esint egration de mesons B. En outre, cet ev enement est celui qui pr esente la plus grande impulsion longitudinalejpzj=21 GeV/calors que ses jets sont bien contenus dans la r egion du
barrel. Vraissemblablement cet ev enement provient du processuse+e;
!bb. 152
VI.6. ANALYSE A RESEAUX DE NEURONES DEDIES
Run # 47057 Event # 9230
Figure VI.43: Visualisation de l' ev enement ayant la plus haute sortie de 4V RN . Sa masse reconstruite est de 89.4 GeV/c2et il est \fortement etiquet e b", il est donc fortement compatible le fond irr eductibleZZ !bb .
Run # 45752 Event # 7706 YX |−1cm 0 X 2cm| 0 | − 2cm 1cm| Y
Figure VI.44: Visualisation de l' ev enement 7706 du Run 45752. Sa masse recon-struite est de 89.6 GeV/c2et il est \fortement etiquet e b". La reconstruction de ses vertex secondaires est aussi illustr ee.