1 / 13

Méthodes de b-tagging dans DELPHI

Propriétés du quark b: masse élevée (5 GeV), longue durée de vie (1.5 ps) Conséquences: particules produites à grande impulsion et grand angle, grandes distances de vol (2 à 3 mm) ou grands paramètres d’impact

gabi
Download Presentation

Méthodes de b-tagging dans DELPHI

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Propriétés du quark b: masse élevée (5 GeV), longue durée de vie (1.5 ps) Conséquences: particules produites à grande impulsion et grand angle, grandes distances de vol (2 à 3 mm) ou grands paramètres d’impact b-tagging développé surtout pour la largeur partielle du Z en b bbar,les oscillations B0-B0bar,la recherche du Higgs Méthodes de b-tagging dans DELPHI

  2. Les étapes • Calculer un vertex primaire • Calculer des jets, ou bien séparer l’événement en 2 hémisphères • Calculer un ou plusieurs vertex secondaires dans chaque jet (ou dans chaque hémisphère) • Définir un certain nombre de variables discriminantes • Utiliser le Monte-Carlo pour obtenir les distributions correspondantes de signal (beauté) et de fond (uds/gluon, charme) • S’assurer du meilleur accord possible entre les données réelles et le Monte-Carlo pour ces variables • Définir une fonction de vraisemblance ou utiliser un réseau de neurones pour optimiser la séparation du signal et du fond (efficacité, pureté) • Optimiser les coupures pour réduire les erreurs statistiques et systématiques • Appliquer la méthode aux données • Publier 

  3. Info cinématiques • PAR TRACE: impulsion impulsion transverse /au jet rapidité / au jet angle / au jet • PAR JET: masse invariante traces secondaires E(traces secondaires) / E(jet) ‘rapidité’ du vertex secondaire • MULTIPLICITE: nb traces au vertex primaire nb traces au vertex secondaire nb traces communes prim./second.

  4. Info durée de vie • Jet lifetime: construite à partir du paramètre d’impact / erreur (par rapport au vertex primaire) de chaque trace • ‘Distance de vol’ trace-jet pour chaque trace • Distance de vol/erreur du vertex secondaire (par rapport au vertex primaire) • Temps propre du vertex secondaire (par rapport au vertex primaire)

  5. Paramètre d’impact

  6. Jet lifetime • On n’utilise que les traces avec un paramètre d’impact positif • Pour chaque trace i: calcul de la significance S (paramètre d’impact/erreur) • Probabilité d’avoir N traces attachées au vertex primaire:

  7. Efficacité vs Pureté 4 variables: - jet lifetime - masse au vertex sec - rapidité des traces - fraction d’énergie Enhanced impact parameter

  8. ‘Flavour confidence’ • Variable à 3 dimensions qui inclut, pour chaque trace: - paramètre d’impact / erreur - impulsion - angle trace/jet

  9. ‘Flavour confidence’

  10. Variable ‘multivariée’ • 13 variables + flavour confidence • Silicon Tracker 2d (Rphi) en 91-93 • Silicon Tracker 3d (Rphi-z) en 94-95

  11. Variable ‘multivariée

  12. Réseau de neurones

  13. Conclusion • Grand choix de variables et de méthodes possibles • Au moins 5 méthodes ont été utilisées dans DELPHI • L’accord data/MC est essentiel

More Related