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 alorimètrehadroniqueestdiviséentroispar-tiesdistin tes:larégionbarrelou entrale(
|η| < 0.8
)etlarégionbarrelprolongé(
0.8 < |η| < 1.7
)instrumentéeave un alorimètre à tuiless intillantes et fer; la
ré-gionEnd-Cap Hadronique(HEC;
1.5 < |η| < 3.2
)aveses modules de LAr/ uivre et nalement larégion du
CalorimètreForward(FCal;
3.1 < |η| < 4.9
)fabriquéave 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 doitparon-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 sonη
. Aprèslaor-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
pourer-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 aétémon-tré que la réponse ne dépend pas seulement de
l'én-ergie dujet et deson
η
mais ausside variablesara -térisantsastru turelongitudinaleettransversale.Nous
noterons es variables
x
par lasuite. La orre tion deette dépendan e en
x
permet d'améliorer larésolu-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
.Lastru -ture transversaleest ara tériséepar lalargeurdujet
(
width
).Lespropriétésutiliséesdanslesdierentesré-gions en
η
ainsi que l'ordre dans lequel elles sontap-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 haqueorre -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%
à200 GeV
et laperfor-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
déterminéesurlesdonnéesréellesetsurleMonteCarloenfon tionde
p
T
pour|η| < 0.8
.2.5.1 Méthode Di-jet Balan e
Cetteméthodeexploiteledéséquilibreen
p
T
danslesévénementsave deux jets dos-à-dos (
∆φ > 2.8
). Lesdeux jetsdoiventêtredanslamême régionen
η
.Pourétablirledéséquilibreen
p
T
nousutilisonsunevariabled'asymétrie :
A(x) =
p
jet1
T
(x) − p
jet2
T
¯
p
T
,
(2.1)où
x
estl'unedesvariablesutiliséesdansla alibrationGS (voir Table 2.1) et
p
¯
T
= (p
jet1
T
(x) + p
jet2
T
)/2
. Lavaleur 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 mesuréeA(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(oùA
truth
vienttoujoursdelasimulation) pourvaliderlesorre 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 lesautres intervalles en
p
T
etη
pourles variablesf
layer
.Pourlavariable
width
, l'a ordest aussimeilleur que1%
saufpour1.7 < |η| < 2.1
oùlesdésa ordspeuventaller 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(pointsnoirs)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 tionsGSdérivées 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%
)pourp
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
aprèsappli a-tion des orre tionsprovenantde lasimulationMonte
Carlo(enrouge)et desdonnées(ennoir)pourdesjets
ayant
|η| < 0.6
. La diéren e entre données et MonteCarloestprésentéesurlaguredubas.
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 Carloaprès 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
aprèsappli- 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