Calibration Globale Séquentielle (GS) dans l'expérience ATLAS

HAL Id: in2p3-00583461

http://hal.in2p3.fr/in2p3-00583461

Submitted on 5 Apr 2011

HAL is a multi-disciplinary open access

archive for the deposit and dissemination of

sci-entific research documents, whether they are

pub-lished or not. The documents may come from

teaching and research institutions in France or

abroad, or from public or private research centers.

L’archive ouverte pluridisciplinaire HAL, est

destinée au dépôt et à la diffusion de documents

scientifiques de niveau recherche, publiés ou non,

émanant des établissements d’enseignement et de

recherche français ou étrangers, des laboratoires

publics ou privés.

Calibration Globale Séquentielle (GS) dans l’expérience

ATLAS

R. Camacho

To cite this version:

Reina Cama ho

Laboratoire de Physique Corpus ulaire (LPC)

Clermont-Ferrand, Université Blaise Pas al-CNRS/IN2P3.

Aubiére, Fran e

Résumé

LaCalibrationGlobale Séquentielle(GS:a ronyme

de Global SequentialCalibration) estune méthode de

alibration en énergie pour les jets fondée sur leurs

stru tureslongitudinalesettransversales.Elleaméliore

la résolution en énergie des jets alibrés à l'é helle

EM+JES, qui est la alibration utilisée dans ATLAS

a tuellement. Les performan es de GS dans le Monte

Carlo, sa validation sur les donnéesréelles et les

pre-miers résultats sur l'evaluation de l'in ertitude

systé-matiquequiluiestasso iéeserontdis utési i.

2.1 Introdu tion

Un jet alorimétriqueest unobjetre onstruità

par-tir des dépts d'énergie mesurés dans les alorimétres

provenantdes parti ules issues de l'hadronisation des

quarksetdesgluons.Habituellement,l'énergiemesurée

ne orrespond pas à l'énergie initiale transportée par

les parti ules, i.e. la réponse du alorimètre est

dif-férente de un. Cela est dûprin ipalement àla nature

des alorimètres utilisés,à l'algorithmede

re onstru -tiondesjets,auxévénementssous-ja entsetaupile-up.

Commelesjetssontprésentsdans l'étatnalde

nom-breux anauxdedésintégrationàanalyser,la

détermi-nation pré ise de l'é helle en énergie des jets (JES :

a ronyme de Jet Energy S ale) ainsi que l'obtention

d'une résolution optimale sont extrêmement

impor-tantes dansATLAS. ATLASa misaupoint plusieurs

systèmes de alibration an d'atteindre e but, l'un

d'eux estlaCalibrationGlobaleSéquentielle(GS).

2.2 ATLAS et ses alorimètres

ATLAS(a ronymede AToroidalLHCApparatuS:

dispositif instrumental toroïdalpour leLHC) est l'un

des sixdéte teursduGrandCollisionneurdeHadrons

(LHC : a ronyme de Large Hadron Collider). Ce

dé-te teurdeparti ulesàusagegénéralse omposed'une

sériede ylindres on entriquesautourdupoint

d'inter-a tionproton-proton.Ilestdiviséen4grandesparties:

ledéte teurinterne,les alorimètres,lespe tromètreà

muonset lessystèmesmagnétiques.

Nousallonsdé riredans ettese tionles alorimètres

del'experien eATLASoùlesparti ulesproduites

pen-dant la ollisionproton-proton déposent leur énergie.

ATLASdisposedequatre alorimètres( ommele

mon-tre laFIG.2.1). La alorimétrieéle tromagnétiqueest

assuréepardes alorimètresàargonliquide(LAr)ave

une haute granularité. Ceux- i sont divisés en région

barrel (

|η| < 1.475

) et région end- ap (

1.375 < |η| <

3.2

).Le alorimètrehadroniqueestdiviséentrois

par-tiesdistin tes:larégionbarrelou entrale(

|η| < 0.8

)et

larégionbarrelprolongé(

0.8 < |η| < 1.7

)instrumentée

ave un alorimètre à tuiless intillantes et fer; la

ré-gionEnd-Cap Hadronique(HEC;

1.5 < |η| < 3.2

)ave

ses modules de LAr/ uivre et nalement larégion du

CalorimètreForward(FCal;

3.1 < |η| < 4.9

)fabriqué

ave desmodules deLAr/ uivreetLAr/tungstène.

La non- ompensation, la présen e de matériaux

morts et de régions non-instrumentées génèrent une

réponse du déte teur (dénie omme la fra tion

entre l'énergie re onstruite à partir des signaux

alorimétriques et la vraie énergie portéepar les

par-ti ules,

E

reco

/E

true

)diérente de1.Elle doitpar

on-séquentêtre orrigéeenutilisantuns hémade

alibra-tiondesjets.

Figure2.1Des riptiondes alorimètresdansATLAS

2.3 Des ription de la Calibration

Global Séquentielle (GS)

GS est divisée en deux étapes : la première

or-respond à la orre tion dite EM+JES qui permet

d'obteniruneréponseégaleà1enmoyenneetla

deux-ième à des orre tions globales visant à améliorer la

|η|

région Corr1 Corr2 Corr3 Corr4

[0, 1.2]

f

tile

f

em3

f

pres

width

[1.2, 1.3]

f

tile

width

[1.3, 1.4]

f

tile

width

[1.4, 1.7]

f

tile

f

hec0

width

[1.7, 3.0]

f

hec0

width

[3.0, 3.2]

f

em3

width

[3.2, 3.4]

f

em3

[3.4, 3.5]

f

em3

width

[3.5, 3.8]

f

f cal1

width

[3.8, 4.4]

f

f cal1

Table2.1Diérentespropriétésdujetutiliséespour

améliorerlarésolutiondel'énergiedesjetsdans haque

régionen

|η|

.

2.3.1 Corre tion de l'é helle d'énergie

des jets (JES) ( onnue omme

alibration EM+JES)

Dans etteétape,les oe ientsde alibrationsont

al ulésetappliquésenfon tiondel'énergie

re onstru-ite dujet non alibré

E

EM

reco

et de son

η

. Aprèsla

or-re tion EM+JES, la réponse en énergie est à un. La

déterminationdes oe ientssefaitsurleMonteCarlo

à l'aide de la te hnique d'inversion numérique (NI :

a ronymedeNumeri alInversion)dé ritedans [1℄.En

plus de ette orre tion en énergie on applique deux

autres orre tionssur la position du jet : la première

tient ompte dufait quele jetprovientduvertex

pri-maire et pas du entre dudéte teur et l'autre orrige

le biais observé dans la re onstru tion de

η

pour

er-taines régions de transition entre les alorimètres. La

alibrationEM+JESoreun alibrationsimplequiest

utiliséepardéfaut dansATLAS,maissarésolution en

énergien'estpasoptimale.

2.3.2 Te hnique de orre tion pour

améliorer la résolution

L'obje tif de ette deuxième étape est d'améliorer

la résolution en énergie desjets(

σ

R

/R

).Il aété

mon-tré que la réponse ne dépend pas seulement de

l'én-ergie dujet et deson

η

mais ausside variables

ara -térisantsastru turelongitudinaleettransversale.Nous

noterons es variables

x

par lasuite. La orre tion de

ette dépendan e en

x

permet d'améliorer la

résolu-tion, tandisquelavaleurmoyennede laréponse reste

in hangé. Des informations plusdétaillées sur la

déri-vationdes onstantesde alibrationsurleMonteCarlo

setrouventdanslaréféren e[2℄.

La stru ture longitudinale du jet est ara térisée

par la fra tion d'énergie déposé dans les diérentes

ou heslongitudinalesdes alorimètres

f

layer

.La

stru -ture transversaleest ara tériséepar lalargeurdujet

(

width

).Lespropriétésutiliséesdanslesdierentes

ré-gions en

η

ainsi que l'ordre dans lequel elles sont

ap-pliquéessontrésumésdansleTableau2.1.

L'améliora-tiondelarésolutionobtenueestindépendante de

l'or-2.4 Performan es de la

Calibra-tion GS

Les performan esde GS ontété largementétudiées

surlasimulationMonteCarlo.Enparti ulier,des

resul-tats on ernantl'estimationquantitativede

l'améliora-tion de la résolution après haque orre tion, la

sen-sibilité à la saveur du jet et à la presen e de pile-up

ont été présentées dans [3℄. Dans ette se tion, nous

montrons la réponse et la résolution dans la région

entraledu déte teur(

|η| < 0.8

) après haque

orre -tion.D'autressystèmesde alibrationutilisésdans

AT-LASsontégalementmontrésenguisede omparaison:

EM+JES, Lo al CellWeighting(LCG) et Global Cell

Weighting(GCW). LaFIG.2.2montre quelaréponse

dansleMonteCarlorestein hangéelorsquela

alibra-tionglobaleséquentielle estappliquée.

La FIG. 2.3montre que l'améliorationde la

résolu-tion sur les données est ompatible ave elle prédite

par le Monte Carlo. Ces mesures ont été dé rites en

détail dans [4℄. L'amélioration relative par rapport à

EM+JES est d'environ

30%

à

200 GeV

et la

perfor-man ede la alibrationGSest omparableà elles de

LCW etGCW.

[GeV]

true

T

P

20

30 40 50

₁₀

2

₂

_×

₁₀

2

true

/E

cal

Response=E

0.96

0.97

0.98

0.99

1

1.01

1.02

1.03

1.04

|<0.8

η

R=0.6 Topo jets, |

T

Anti k

EM+JES

GSC 1st level

GSC 2nd level

GSC 3rd level

GSC 4th level

GCW calibration

|<0.8

η

0.0<|

Figure 2.2Réponse sur leMonte Carloenfon tion

du

p

T

dujet pour

|η| < 0.8

.

2.5 Validation de GS sur les

don-nées réelles

Jusqu'àprésent,laGSamontréd'ex ellentes

perfor-man es surle Monte Carlo. Toutefois, nousavons

be-soinde validerles orre tionsGSdérivéssurleMonte

Carloenutilisantdesdonnéesréelles,pourêtresûrque

nous pouvons les appliquer aux données réelles sans

dégradationdelaréponse.Lavalidationdes orre tions

GS peut êtrefaiteenutilisantlaméthode diteDi-jet

Balan e. Cette méthode est également utilisée pour

évaluerl'in ertitudesystématiquesurlaGSprovenant

30

40

50

60

70 80 90100

200

300

400

500

T

)/p

_T

(p

σ

0.02

0.04

0.06

0.08

0.1

0.12

0.14

0.16

0.18

0.2

EM+JES (Data 2010)

GCW (Data 2010)

LCW (Data 2010)

GSC (Data 2010)

EM+JES Monte Carlo (PYTHIA)

GCW Monte Carlo (PYTHIA)

LCW Monte Carlo (PYTHIA)

GSC Monte Carlo (PYTHIA)

R = 0.6 cluster jets

T

Anti-k

0.0<|y|<0.8

ATLAS Preliminary

-1

L = 33.2 pb

∫

(GeV)

T

p

30

40

50

60

70 80 90100

200

300

400

500

R

e

l

D

iff

(

M

C

,

D

a

ta

)

-20

0

20

Figure2.3Résolutionrelativesur

p

T

déterminéesur

lesdonnéesréellesetsurleMonteCarloenfon tionde

p

T

pour

|η| < 0.8

.

2.5.1 Méthode Di-jet Balan e

Cetteméthodeexploiteledéséquilibreen

p

T

dansles

événementsave deux jets dos-à-dos (

∆φ > 2.8

). Les

deux jetsdoiventêtredanslamême régionen

η

.Pour

établirledéséquilibreen

p

T

nousutilisonsunevariable

d'asymétrie :

A(x) =

p

jet1

T

(x) − p

jet2

T

¯

p

T

,

(2.1)

où

x

estl'unedesvariablesutiliséesdansla alibration

GS (voir Table 2.1) et

p

¯

T

= (p

jet1

T

(x) + p

jet2

T

)/2

. La

valeur moyenne de la réponse en énergie des jets en

fon tionde

x

peutêtre al uléeenutilisant:

hR(x)i =

1 + hA(x)i/2

1 − hA(x)i/2

(2.2)

La mesure de la réponse en utilisant l'asymétrie

dénie dansl'Équation2.1suppose quel'asymétrieau

niveau des vrais jets (re onstruits à partir des vraies

parti ules et non pasdes signaux alorimétriques) est

égaleàzéro, equin'estpasvrai.L'asymétriemesurée

est un mélange des eets du déte teur ( e que nous

voulonsmesurer)etdudéséquilibreauniveaudesvrais

jets. Il a été montré que les deux eets peuvent être

dé ouplés si le déséquilibre est faible. En soustrayant

l'asymétrie vraie

A

truth

à l'asymétrie mesurée

A(x)

nous éliminons la ontribution du déséquilibre au

niveaudesvraisjets:

A(x) → A(x) − A

truth

(x)

(2.3)

où

A

truth

(x) = 2 ×

p

jet1

T,truth

(x) − p

jet2

T,truth

p

jet1

T,truth

(x) + p

jet2

T,truth

.

(2.4)

Ce al ulaétéee tuéenbinsen

η

dujetetbinsen

¯

p

T

. Laméthode peut êtreutilisédans lesdonnées(où

A

truth

vienttoujoursdelasimulation) pourvaliderles

orre tions déterminées en Monte Carlo, grâ e à

l'a - ord entredonnéesetsimulationdanslesdistributions

desasymétries.

2.5.2 Comparaison données/MC des

distributions des asymétries

La FIG. 2.4 montre une omparaison entre les

asymétriesmesuréessurleMonteCarloetsurles

don-néesréellespour

80 GeV < ¯

p

T

< 110 GeV

et

|η| < 0.6

en fon tion de quelques propriétés utilisées pour

al- ulerles orre tionsGS.Ledésa ordestaumaximum

de

1%

. Des résultats similaires sont trouvés dans les

autres intervalles en

p

T

et

η

pourles variables

f

layer

.

Pourlavariable

width

, l'a ordest aussimeilleur que

1%

saufpour

1.7 < |η| < 2.1

oùlesdésa ordspeuvent

aller jusqu'à

5%

pourdesfaiblesvaleursdelalargeur.

0

0.05

0.1

0.15

0.2

0.25

truth

A-A

-0.1

-0.05

0

0.05

0.1

0

0.05

0.1

0.15

0.2

0.25

truth

A-A

-0.1

-0.05

0

0.05

0.1

(GeV) < 110.0

T

| < 0.6, 80.0 < p

η

0.0 < |

PYTHIA

Data 2010(A-I)

ATLAS Preliminary

R=0.6 Topo

T

= 7TeV,Anti-k

s

Presampler

f

0

0.05

0.1

0.15

0.2

0.25

Difference

-0.05

_-0.1

0

0.05

0.1

0

0.05

0.1

0.15

0.2

truth

A-A

-0.1

-0.05

0

0.05

0.1

0

0.05

0.1

0.15

0.2

truth

A-A

-0.1

-0.05

0

0.05

0.1

(GeV) < 110.0

T

| < 0.6, 80.0 < p

η

0.0 < |

PYTHIA

Data 2010(A-I)

ATLAS Preliminary

R=0.6 Topo

T

= 7TeV,Anti-k

s

EM3

f

0

0.05

0.1

0.15

0.2

Difference

-0.05

_-0.1

0

0.05

0.1

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

truth

A-A

-0.1

-0.05

0

0.05

0.1

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

truth

A-A

-0.1

-0.05

0

0.05

0.1

(GeV) < 110.0

T

| < 0.6, 80.0 < p

η

0.0 < |

PYTHIA

Data 2010(A-I)

ATLAS Preliminary

R=0.6 Topo

T

= 7TeV,Anti-k

s

Tile0

f

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

Difference

-0.05

_-0.1

0

0.05

0.1

0

0.05

0.1

0.15

0.2

0.25

0.3

0.35

truth

A-A

-0.15

-0.1

-0.05

0

0.05

0.1

0.15

0

0.05

0.1

0.15

0.2

0.25

0.3

0.35

truth

A-A

-0.15

-0.1

-0.05

0

0.05

0.1

0.15

(GeV) < 110.0

T

| < 0.6, 80.0 < p

η

0.0 < |

PYTHIA

Data 2010(A-I)

ATLAS Preliminary

R=0.6 Topo

T

= 7TeV,Anti-k

s

WIDTH

f

0

0.05

0.1

0.15

0.2

0.25

0.3

0.35

Difference

-0.05

_-0.1

0

0.05

0.1

Figure2.4

A − A

truth

surlesdonnéesréelles(points

noirs)et surlasimulationMonte Carlo( arrés vides).

Les jetsutilisésont

80 GeV < ¯

p

T

< 110 GeV

et

|η| <

0.6

.

2.5.3 Diéren e entre les orre tions

GS dérivées sur le Monte Carlo

et sur les données réelles

L'in ertitude systématique sur laGS provenant des

diéren es entre les données réelles et la simulation

Monte Carloest reliée àla diéren eentre les

orre -tionsGSdérivéessurleMonteCarloetles orre tions

GS dérivées surles donnéesréelles ( es dernièressont

al uléesenutilisantlaméthodeDi-jet Balan e).

La FIG. 2.5 ompare la réponse en énergie des jets

enfon tionde

p

T

aprèsappli ationdes orre tionsGS

dérivées des données réelles (points rouges) et de la

simulation(points noirs). Les orre tionsdérivées sur

le Monte Carloet sur les donnéesréelles donnent des

réponses ompatiblesàmieuxque

2.5%

(

5%

)pour

p

T

>

0

100

200

300

400

500

600

700

800

Response

0.9

0.95

1

1.05

1.1

| < 0.6

η

0.0 < |

4corr PYTHIA MC coeff

4corr PYTHIA Data coeff

EMJES PYTHIA

ATLAS Preliminary

R=0.6 Topo

T

= 7TeV,Anti-k

s

[GeV]

true

T

P

0

100

200

300

400

500

600

700

800

Difference

-0.05

_-0.1

0

0.05

0.1

MC-Data

Figure2.5Réponseenfon tionde

p

T

après

appli a-tion des orre tionsprovenantde lasimulationMonte

Carlo(enrouge)et desdonnées(ennoir)pourdesjets

ayant

|η| < 0.6

. La diéren e entre données et Monte

Carloestprésentéesurlaguredubas.

2.5.4 In ertitude liée à l'asymétrie

A

truth

L'asymétrievraieestsoustraitedel'asymétrie

re on-struiteand'éliminerledéséquilibreauniveaudesvrais

jets omme indique l'Equation 2.3. L'asymétrie vraie

dépend de la simulation Monte Carlo utilisée pour la

al uler.Lesrésultatsprésentésjusqu'i ionétéobtenus

en utilisant un é hantillon Monte Carlo de référen e

(Pythia). An d'estimer l'in ertitude sur l'asymétrie

vraie, nous avons onsidéré deux é hantillons simulés

supplémentaires:uné hantillonPythiaave une

mod-élisation desévénementssous-ja entsdiérente

(Peru-gia2010) et uné hantillonproduit ave un générateur

diérent(Herwig++).

Deuxnouveauxensemblesde orre tionsontété

al- ulés en utilisant les asymétries vraies provenant des

é hantillons Perugia2010 et Herwig++. La FIG. 2.6

montre laréponse en fon tion de

P

T

en Monte Carlo

après appli ation des trois ensembles de orre tions

déterminéssur lesdonnées.Nousobservonsdes

dier-en es demoins de1%pour

p

T

> 60

et

|η| < 2.8

.

2.6 Con lusion

GS est une méthode de alibration qui permet

d'améliorer la résolution en énergie des jets à la fois

danslasimulationetsurlesdonnéesréelles.Ses

perfo-man essont omparablesà ellesdesautres méthodes

de alibration utiliséesdans ATLAS: LCW et GCW.

Une ara téristiquetrésintéressantedelaméthodeGS

estqu'ilestpossibledelavalidersurlesdonnéesréelles

en utilisant la méthode di-jet balan e. Les résultats

100

200

300

400

500

600

700

800

Response

0.9

0.95

1

1.05

1.1

| < 0.6

η

0.0 < |

4corr MC coeff

)

PYTHIA

truth

4corr Data coeff (A

)

Perugia2010

truth

4corr Data coeff (A

)

Herwig++

truth

4corr Data coeff (A

EMJES PYTHIA

ATLAS Preliminary

R=0.6 Topo

T

= 7TeV,Anti-k

s

[GeV]

true

T

P

100

200

300

400

500

600

700

800

Difference

-0.04

-0.02

0

0.02

0.04

_{DataPy-DataPe}

DataPy-DataHe

Figure 2.6  Réponse en fon tionde

p

T

après

appli- ation des diérentes orre tions pour des jets ayant

|η| < 0.6

les donnéesréelles et la simulation.Diérentes études

dédiéespourestimerlesin ertitudes systématiques

as-so iéesàGSsonten ours.

Remer iements

Jevoudraisremer ierlesorganisateursdesJJC2010

etles ordinateursdesdiérentessessionsquiontrendu

possibleuntelévénementderen ontres etd'é hanges.

Cettethèse est nan ée parleConseilRégional

d'Au-vergne,Fran e.

Référen es

[1℄ D. Lopez Mateos, E.W. Hughes and A.

S hwartz-man (ATLAS NOTE ATL-PHYS-INT-2009-077,

2009).

[2℄ D. Lopez Mateos, E.W. Hughes and A.

S hwartz-man (ATLAS NOTE ATL-PHYS-INT-2009-051,

2009)

[3℄ D. Lopez Mateos, E.W. Hughes and A.

S hwartz-man (ATLAS NOTE ATL-COM-PHYS-2010-058,

2010)

[4℄ The ATLAS Collaboration

(ATLAS-CONF-2010-054,2010)

[5℄ The ATLAS Collaboration