MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 1 Jet/Energy flow Iacopo Vivarelli INFN e Università, Pisa.

Presentazione sul tema: "MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 1 Jet/Energy flow Iacopo Vivarelli INFN e Università, Pisa."— Transcript della presentazione:

1 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 1 Jet/Energy flow Iacopo Vivarelli INFN e Università, Pisa

2 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 2 Introduction I calorimetri di ATLAS e CMS Algoritmi di clusterizzazione nei calorimetri Algoritmi di ricostruzione dei jet Calibrazione al particle jet (e confronto dati/MC) Energy flow Soglie di trigger sui jet Calibrazione coi primi dati Conclusions

3 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 3 Calorimetria di ATLAS…. Tile Calorimeter Forward Calorimeter EM barrel and EndCap Hadronic EndCap EM LAr | | < 3 : Pb/LAr 24-26 X 0 3 longitudinal sections1.2 = 0.025 0.025 Central Hadronic | | < 1.7 : Fe(82%)/scintillator(18%) 3 longitudinal sections 7.2 = 0.1 0.1 End Cap Hadronic 1.7 < < 3.2 : Cu/LAr – 4 longitudinal sections < 0.2 0.2 Forward calorimeter 3 < < 4.9 : EM Cu/LAr – HAD W/Lar 3 longitudinal sections Risoluzione per il calorimetro combinato (EM+HAD) ad η = 0.35 Linearità entro ±2% (10-300 GeV)

4 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 4 …. e quella di CMS Hcal barrel and EndCap Very Forward Calorimeter EM barrel and EndCap Preshower EM | | < 3 : PbWO4 cristals 24.7-25.8 X 0, 1.1 1 sezione longitudinale+preshower (3 X 0 ) = 0.0175 0.0175 Barrel HCal | | < 1.74, Brass/Scintillator 2 sezioni longitudinali (5.9 ) + Outer Hcal (2.5 per | | < 1.4) End Cap HCAL 1.3<| |<3.0, Brass/Scintillator: 2 sezioni longitudinali 0.0875 0.0875 Forward calorimeter 3 < | | < 5 : Fe/Quartz Fibre, Cerenkov light 2 sezioni longitudinali (em per 16,had per 9 ) Risoluzione su single π Ecal + Hcal (ottenuta al Test beam combinato del 1996) Pions mip in Ecal Full pion sample

5 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 5 Clustering Cluster for 120 GeV pion in EMEC and HEC (2002 Test Beam data) Al momento, la clusterizzazione delle celle calorimetriche è fatta in due modi (per quanto riguarda la ricostruzione dei jet) -Torri calorimetriche (ATLAS: η x φ = 0.1x0.1, CMS: η x φ = 0.087x0.087 se |η| 3) -ATLAS: clustering 3D considerando I depositi di energia in celle vicine (Topological Clusters) TopoClusters – some details: Cells with |E/σ noise |>T seed are used to generate a TopoCluster. The adiacent cells are checked to be associated to the cluster. Default: T seed = 4σ noise Cells with |E/σ noise | > T neigh are used to expand the cluster. The adiacent cells are checked to be associated to the cluster. Default: T neigh = 2σ noise Cells with |E/σ noise | > T used can be used to expand the cluster. Default T used =0

6 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 6 Algoritmi di ricostruzione Sia K T che Cone (seeded con midpoints, seedless) utilizzati in entrambi gli esperimenti. Di seguito, con cluster si intende qualunque oggetto utilizzato in input per la ricostruzione (incluse eventualmente particelle MC) SEEDED CONE ALGORITHM - Seed: E T > 2 GeV in ATLAS, E T >0.8 (di solito) per CMS. - Dimensione del cono ATLAS: 0.7 bassa, 0.4 alta luminosità. CMS: 0.5. -Iterazione fino a cono stabile - Split & Merge: 50% del jet più energetico per entrambi gli esperimenti Il jet ha ua precisa forma geometrica K T ALGORITHM Per ogni coppia di cluster ij: - Calcolare d= - Se d min = d ii ho un jet - Se d min = d ij allora i e j sono sommati in un unico cluster -La forma del jet non è definita - I jet sono separati: no split and merge D = 1 R = 2 + f 2

7 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 7 Efficienze di ricostruzione Un particle jet è ricostruito se ha un jet calorimetrico angolarmente vicino. La soglia per una efficienza di ricostruzione al 90% è tipicamente intorno a 30 GeV. CMS. Analogo per ATLAS I jet sono ricostruiti in tutta la zona di accettanza dei calorimetri (η < 5). Lefficienza di ricostruzione mostra una dipendenza da η a basso P T (P T < 50 GeV) a causa di crack nei calorimetri e non completo contenimento ad alto η.

8 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 8 Noise suppression - ATLAS Il trattamento del noise viene delegato allalgoritmo di clusterizzazione (TopoClusters) Verifica della soppressione del noise da parte dei TopoClusters: -Tower noise: nessun taglio sul noise -2σ noise cut: celle con un deposito di energia |E| < 2σ noise non sono conteggiate Tower noise 2σ noise cut TopoClusters

9 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 9 Noise suppression CMS

10 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 10 Calibrazione In entrambi gli esperimenti la calibrazione è fatta in due fasi: -Fase 1: Dal jet calorimetrico al particle jet: calibrazione basata sul MonteCarlo accordato sui dati del test beam. Corregge per e/h, cracks, dead materials -Fase 2: Dal particle jet al parton jet: le correzioni dipendono dallanalisi. Ci sono studi su alcuni canali di fisica che possono essere usati: γ+jet, Z+jet, W jet jet dal decadimento del top Per la fase 1 la capacità del MonteCarlo di riprodurre i dati sperimentali è fondamentale

11 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 11 Confronto MC/Dati: ATLAS 20 GeV pions Small shift of MC to lower scale. Agreement in the noise/MIP region Lanalisi del test beam combinato (unintera slice di ATLAS su fascio – fatto nellestate 2004) va avanti. Dati considerati finora: elettroni/pioni/muoni con energie tra 20 e 350 GeV. I dati di bassa energia sono fondamentali. Analisi in corso E(MeV)

12 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 12 Confronto MC/Dati: ATLAS Accordo entro il 2% nel range 20- 350 GeV. Buono, ma linformazione più importante sta a basse energie. Fondamentale laccordo nella regione 1-9 GeV (al momento sotto analisi) η = 0.35 E beam (GeV) E(GeV) η

13 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 13 Confronto MC/Dati: CMS Paragone dati/MC (G4) per il test beam combinato ECAL+HCAL (2002)

14 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 14 Calibrazione al particle jet level (ATLAS) ATLAS utilizza un sistema di cell weighting. Dal confronto del jet calorimetrico con il particle jet (ottenuto con lo stesso algoritmo di ricostruzione sullo stato finale del generatore) si ottengono (tramite minimizzazione) una serie di pesi da applicare alle celle. E i is the energy in the i-th cell (longitudinal sample). Il peso w i è parametrizzato in termini della densità di energia della cella In futuro, calibrazione particle based (riconoscimento clusters adronici ed elettromagnetici + uso del montecarlo per correggere a livello clusters per e/h + dead material + cracks)

15 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 15 Risultati (rispetto al particle jet) Risultati ottenuti con un algoritmo a cono (DR=0.7), noise elettronico incluso nella simulazione, pile-up non incluso

16 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 16 Risultati per alcuni algoritmi di ricostruzione Gli studi sono ripetuti con I vari algoritmi di ricostruzione. In termini di risoluzione, il K T dà i risultati peggiori. Un tuning del parametro D (default D=1, tuned D=0.6) migliora il risultato. Single jet gun + noise Il cono ( R = 0.7, E tseed = 2 GeV) dà I risultati migliori. In ogni caso, ad alta luminosità la dimensione del cono dovrà essere ridotta a 0.4

17 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 17 Calibrazione al particle jet level (CMS) La calibrazione a CMS può essere fatta a diversi livelli: –calibrazione jet based: E = a x (EC+HC) a dipende da jet(E T,η). Correzioni calcolate con MC. E = a x EC + b x HC a,b dipendono da jet (E T,η). Correzioni calcolate con MC. Si assume MC in accordo coi dati sperimentali –calibrazione particle based (richiede separazione di cluster adronici ed elettromagnetici) em: E = a x EC had: E = b x EC + c x HC b e c dipendono rispettivamente da EC e HC

18 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 18 Correzioni particle jet (MC) R = E trec /E TMC Correzione 1/R per I jet ricostruiti. Le correzioni dipendono dallalgoritmo di ricostruzione, dalla dimensione del cono, dal livello di noise elettronico e pile up. Risoluzione nel barrel dopo le correzioni:

19 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 19 Risoluzione angolare Iterative cone, DR = 0.5 Risoluzione inferiore alla granularità delle torri su tutto il range in eta

20 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 20 Energy flow

21 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 21 Proprieta Cal e Tk nei due esperimenti ATLASCMS Risoluzione Ecal+Hcal su pioni Risoluzione Jet E)/E = 54% /sqrt(E) + 1.3% E t )/E t = 118% /sqrt(E t ) + 7% Risoluzione tracciatore interno (pt)/pt = 1.8% + 60% pt (pt in Tev) (pt)/pt = 0.5% + 15% pt (pt in Tev) Data lottima risoluzione del calorimetro adronico, in Atlas i jet sono ricostruiti con buona risoluzione ancor prima di applicare lEF. Date le risoluzioni di calorimetri e tracciatori nei due rivelatori, ci si aspetta che lEF apporti miglioramenti piu evidenti per CMS che per Atlas.

22 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 22 EF prima, EF dopo la ricostruzione del Jet In ATLAS ci sono 2 diversi approcci per lutilizzo dellenergy flow (entrambi sotto sviluppo): 1.- Si ricostruiscono EFlowObjects a partire dalle tracce cariche e dai cluster calorimetrici. Per le particelle cariche, nei cluster adronici si sostituisce lenergia attesa nei calorimetri (estratta da una parametrizzazione) con quella del tracciatore - Gli EFlowObjects sono utilizzati come input dellalgoritmo di ricostruzione dei jet (sia esso Cono o KT) 2.- Allinterno di un jet si riconoscono cluster adronici carichi, cluster elettromagnetici e cluster misti. - Per i cluster adronici carichi si sostituisce la misura del calorimetro con quella del tracciatore. Premesse: 1.I due algoritmi ancora non sfruttano i TopoClusters: la clusterizzazione è bidimensionale (torri) 2.Laggiunta delle tracce out-of-cone e gia implementata nellalgoritmo standard di ricostruzione dei jet. Le Implementazioni di EF in Atlas

23 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 23 Le Implementazioni di EF in Atlas Approccio 1 (EF prima ricostruzione del Jet) - prestazioni 20 GeV single - Test su eventi singola particella per testare consistenza dellimplementazione dellEF. Larghezze distribuzioni in accordo con risoluzioni dei calorimetri e del tracciatore. Algoritmo standard Energy Flow 50 GeV jets σ(E)/E = 7% on the core Ce un miglioramento della risoluzione su E del Jet rispetto a valore TDR (da 8-9% a 7% @ 50 GeV), ma questo vale solo per una frazione degli eventi (le code della distribuzione non sono trascurabili)

24 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 24 Le Implementazioni di EF in Atlas Approccio 2 (EF dopo ricostruzione del Jet) - prestazioni Lalgoritmo è stato testato su tripletti di particelle (π + π 0 n) arbitrariamente vicine in. I risultati dipendono fortemente dalla distanza angolare tra le particelle. Effetto della sovrapposizione dei cluster: Risultati stabili se R > 0.1, ma se le particelle sono più vicine angolarmente la risoluzione degrada rapidamente. Si formano grosse code asimmetriche. Lutilizzo della completa segmentazione (longitudinale e laterale) dei calorimetri migliorerà i risultati + n (5 GeV) con R > 0.1 + π 0 n (5 GeV) with R = 0.1

25 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 25 Le Implementazioni di EF in Atlas Approccio 2 (EF dopo ricostruzione del Jet) - prestazioni E stato applicato questo algoritmo in full simulation. La distribuzione finale ha andamento sufficientemente gaussiano. Tuttavia, allo stato attuale, la risoluzione e ancora da ottimizzare (12-13% rispetto 8-9% del TDR).

26 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 26 Implementazione di EF in CMS Correzione della jet energy con JetPlusTrack Lalgoritmo (JetPlusTrack) attualmente implementato in CMS applica le tecniche di EF per correggere i jet ricostruiti a partire dai soli depositi calorimetrici. I jet di partenza sono ricostruiti tramite algoritmi a cono. Lapertura ΔR del cono e un parametro fondamentale sia dellalgoritmo di jet finding, che dellalgoritmo di correzione. Una versione (JetPlusTrack 2) piu raffinata dello stesso algoritmo fa uso di due coni distinti per separare il contributo dei frammenti neutri da quello dei carichi

27 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 27 Implementazione di EF in CMS JetPlusTrack – lalgoritmo 1. Ricostruzione dei jet nei calorimetri utilizzando algoritmi a cono (semplici o iterativi). 2.Utilizzo dei pixel per la ricostruzione del PV e dei seed delle tracce. 3.Vengono selezionati solo i seed allintrerno del cono di definizione del jet. A partire da questi, le tracce sono ricostruite nelle loro completezza in tutto il tracciatore. 4. La misura calorimetrica viene raffinata con le informazioni del tracciatore sia per tracce nel cono che fuori. Si sottrae la risposta del calorimetro attesa (per ora senza particle ID, tutte le particelle cariche sono considerate pioni).

28 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 28 Implementazione di EF in CMS JetPlusTrack – le prestazioni Effetto dellEF sulla risoluzione di jet Et BarrelEndcap Eventi di-jet in Full-Simulation con PU LowL Miglioramenti paragonabili sia nel barrel che negli endcap: la risoluzione migliora del 25-14 % in funzione di Et del Jet Gli effetti maggiori si hanno per i jet meno energetici,cioe quelli meno collimati e quindi piu sensibili ai problemi intrinsechi del jetFinding. Atlas TDR

29 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 29 Implementazione di EF in CMS JetPlusTrack – le prestazioni Barrel Endcap La linearita e quasi completamente ristabilita nel barrel Negli endcap un miglioramento e presente, ma inferiore a quello nel barrel: minore efficienza di ricostruzione delle tracce Effetto dellEF su Et reco /Et gene (linearita)

30 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 30 Implementazione di EF in CMS JetPlusTrack – applicazione a ricostruzione massa X jj (120 GeV/c 2 ) Full Simulation con PU per oggetto X di massa 120 GeV/c 2 che decade in 2 quark leggeri. Lapplicazione dellalgoritmo di JetPlusTrack ristabilisce il rapporto tra la massa ricostruita e quella generata: si passa da M reco / M gene = 0.88 a M reco / M gene = 1.01 La risoluzione migliora del 10% : σ(M)/M = 13.6 % σ(M)/M = 11.9 %

31 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 31 Implementazione di EF in CMS JetPlusTrack 2 – lalgoritmo neutral charged φ η 1.Un piccolo cono e sufficiente a raccogliere la maggior parte del contributo neutro allenergia del jet 2.Un cono piu grande, indipendente, puo essere specializzato alla sola raccolta dei frammenti carichi. AlgoritmoJetPlusTrack esteso con lutilizzo di due coni separati Jet R calo R tk calo JetPlusTrack 2 Santocchia,Spiga MC level

32 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 32 Implementazione di EF in CMS JetPlusTrack 2 - prestazioni Utilizzando due coni distinti e possibile Ridurre R calo, in modo da avere una minore sovrapposizione con gli altri jet dellevento e con i depositi dovuti al PileUp. Utilizzare R tk piu grande in modo da raccogliere ugualmente il contributo carico del jet. JetPlusTrack Jet Livello 2 JetPlusTrack 2 E T Gen (GeV) sigma ((Et_Gen- g*Et_corr2)/Et_Parton) 0.65-0.75 0.70-0.75 0.75-0.75 0.70-0.75 0.75-0.75

33 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 33 Applicazione di EF in Atlas e CMS Conclusioni Atlas ha un ottimo calorimetro adronico che permette gia una buona ricostruzione dei Jet. LEF puo servire soprtattutto per jet soft, ma non sembra in modo significativo. E stato dimostrato come sia importante la sovrapposizione dei cluster nella efficacia dellEF. E necessaria una parametrizzazione piu realistica del rilascio di energia nei calorimetri da parte degli adroni. CMS parte da una ricostruzione calorimetrica dei jet meno buona e dispone di un tracciatore piu performante. Gli effetti dellapplicazione dellEF sono risultati significativi. Attualmente lEF di CMS non fa uso di particle ID margini di miglioramento delle prestazioni dellEF. ATLASCMS HCAL+ECAL (errore statistico) 41.9%/E127%/E TRACKER ( 100 GeV) 60% pt (Tev)15% pt (Tev) Jet Singolo (/E, QCD 50 GeV) 8-9% 7% Idealmente 17% 12% Massa Invariante (/E - Z 120 GeV) //13.6% 11.9%

34 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 34 Soglie di trigger

35 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 35 Multi-jet trigger rates in ATLAS LVL1 menuRate (KHz)HLT menuRate (Hz) 1Jet2000.21jet400 25 3Jet900.23jet165 4Jet650.24jet110 Ad ATLAS, i trigger di multijet rappresentano circa il 10% del rate di trigger finale totale Le soglie sono alte utili per SUSY e nuova fisica Esistono trigger dedicati per i jet tau Attualmente sotto investigazione la possibilità di avere un trigger dedicato di b-jets Trigger di jet con basse soglie in P T (prescalati): circa 20 Hz

36 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 36 Multi-jet trigger rates in CMS LVL1 menuRate (KHz)HLT menuRate (Hz) 1Jet177 3 1jet657 9 3Jet863jet247 4Jet704jet113 I trigger di multijet rappresentano circa il 10% del rate di trigger finale totale Esistono trigger dedicati per i jet tau Esiste un trigger inclusivo per b-jets Trigger di jet con basse soglie in P T (prescalati): circa 10 Hz

37 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 37 In situ jet calibration Le correzioni collegate con gli effetti dellalgoritmo di ricostruzione e con effetti di fisica (out of cone, hadronization corrections) possono essere ottenute dai dati. Le topologie considerate sono Z+jet, γ+jet e W jj (dove il W è prodotto nel decadimento del top).

38 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 38 I tagli sono applicati esclusivamente ad oggetti ricostruiti pT = (pT gam rec + pT jet rec )/2 |phi balance| < 0.2 Non cè taglio sulla pseudorapidità del fotone. Il rivelatore ricostruisce fotoni con |eta| < 2.47. Questi eventi corrispondono a misidentificazione del fotone. Possono essere facilmente rimossi con un taglio in eta o pT del fotone. pT balance = (pT parton – pT photon)/ pT photon Un esempio: γ+jet (ATLAS)

39 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 39 Reference Particle level Cone 0.7 Reconstruction level Cone 0.7 Most probable value for the pT balance Recon level Bias ~ 2-0% Particle level Bias ~ 2-0% Ricostruzione con cono 0.7 La correzioni per gli effetti di rivelatore sono ottimizzate sul cono 0.7 La differenza tra il riferimento (parton level) e il particle jet è piccola gli effetti di out of cone sono piccoli

40 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 40 Parton level Bias ~ 1-0% Recon level Bias ~ 15-7% Reference Particle level Cone 0.4 Reconstruction level Cone 0.4 Most probable value for the pT balance Particle level Bias ~ 7-3% E(GeV) La calibrazione al particle jet è sbagliata (o meglio, ottimizzata per il cono 0.7). Gli effetti di out of cone sono più rilevanti (confronto tra il parton level e il particle level) Ricostruzione con cono 0.4

41 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 41 Conclusioni Algoritmi di ricostruzione: entrambi gli esperimenti utilizzano tipicamente un algoritmo a cono. Il K T è implementato, ma poco usato. Le procedure di noise suppression e di calibrazione sono diverse, ma portano a risultati paragonabili (su MC) in termini di linearità. Lapplicazione dellenergy flow ha risultati molto diversi sui due esperimenti, a causa delle diverse prestazioni dei calorimetri e del tracciatore. Studi su canali di fisica mostrano che lutilizzo di W jj, γ+jet possono ridurre le sistematiche sulla linearità della misura di E T al livello di 1-3% (in funzione dellenergia e di η)

42 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 42 BACKUP

43 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 43

44 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 44 (1-cos th ) (1-cos m ) Reconstructed W (cone 04) AOD= Angle between the 2 jets recovered, shift only due to E miscalib. ATLFAST: jets are massless, angle is not accurately defined => ~2 GeV shift on M W AOD ATLFAST Cos m

45 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 45 Method 1 to extract the E scale compute R for k bins in E apply k factors on R and recompute R n times => R E E Part / E E AOD W Recons. No comb BKG

46 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 46 Method1 Results after recalibration Function found with any a priori hypothesis E Part / E E before after AOD 4000 W Recons. No comb BKG Mw

47 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 47 Method1 Results on Z+jets Use the AOD Top sample to correct the jet energies of the AOD Z+jet sample TOP 12000 jets, Z+jet 8000 jets Apply same cuts on jets energies => Top light jet scale works for all light jets Top Z+jets + + After calib Top E Part / E E E

48 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 48 W selection Selection for optimal mass measurement –Clean W sample with –2 b tag –Cuts on Mt or Mt-Mw Selection for commissioning –No b tag, cut on Mjlv ( ivo van Vulpen talk Rome) –Reduced b tag (with lower efficiency or 1btag only), cut on angles => W sample ~85% purity (see D Pallin talk Slovakia) W sample ~85% purity (see D Pallin talk Slovakia)

49 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 49 W selection Selection for optimal mass measurement Comb. BKG AOD ATLFAST 3 days at L=10 33 Mw

50 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 50 Method1 with comb. BKG Preliminary result with 1000 W +bkg evts Calibration marginaly sensible to BKG (purity=85%) E Part / E E AOD 3 days at L=10 33 Very preliminary To reach the 1% precision on the E scale, 10000 W should be enough = 1month data taking

51 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 51

52 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 52 AG Calibration Scheme in detail The reconstructed energy E rec is calculated as : where E s is the energy the sample s. The dependence of the weights w s on the jet energy is parametrized as : Since E MC is not known a priori an iterative procedure is applied. A.Gupta, M.Wood - http://atlas.web.cern.ch/Atlas/GROUPS/PHYSICS/JETS/jetcalib_gupta_may03.ps

53 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 53 AG Calibration Scheme in detail AG has carried out a study to evaluate the improvement of the resolution and linearity as the number of calibration weights increase. DC1 di-jet, No Noise, No pileup, Seeded cone jet algorithm. Central region | |<0.7 E / E true / E EM scale2 Wei.7 Wei. a 102%85%80% b 2%2.5%1.3% The 7 Weight results should be taken with care since the statistics used was quite poor.

54 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 54 IV Calibration Scheme in detail The reconstructed energy E rec is calculated as : where E i is the energy of the cell in the sample i. The dependence of the weights w i on the cell energy are parametrized as : This parametrization was chosen since if it describe fairly well the behaviour of the weights when fitted singolarly for discrete energy value. As for AG use of E MC requires iterative procedure.

55 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 55 IV Calibration Scheme in detail a b Parametrization of the dependence on the true jet energy Example: EMB 3 Ejet MC < 500 GeV : a = a0+a1/EJet MC b = b0+b1/EJet MC Ejet MC < 500 GeV : a = const b = b0+b1/EJet MC E jet (GeV) 500 GeV

56 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 56 IV Calibration Scheme: Electronic Noise Seeded cone jet algorithm, DC1 di-jet samples | |<0.7, Noise + 3 sigma asymmetric cut, No Pileup + iterative procedure (E MC not used). Reconstructed E T / true E T Calibration procedure takes the linearity within +/- 2% and gives very good improvement on resolution.

57 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 57 FP Calibration Scheme The reconstructed energy E rec is calculated as : where E i is the energy of the cell in the sample i. The response F= is calculated in each bin and a factor 1/F is applied as an additional weight The dependence of the weights w i on the cell energy are parametrized as: Where E i is the cell energy in sample i and Vol is the cell volume

58 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 58 FP Calibration Scheme on DC2 K T jet algorithm K T jet algorithm, DC2 di-jet samples |η| < 3, No Noise, No Pileup Calib: Reconstructed energy/ true energy / E K T jet algorithm The resolution with K T jet algorithm does not show a good improvement after calibration. This is also observed when IV calibration scheme is applied. Problem not seen with single pions. The problem is due to K T alg. Very good linearity improvement but at very low energy. Probably due to clustering effect.

59 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 59 FP Calibration Scheme Seeded cone jet algorithm Seeded cone jet algorithm, DC2 di-jet samples |η| < 3, No Noise, No Pileup Apply calibration factors obtained with kT algorithm. The resolution with cone algorithm shows a much higher improvement. This problem could be due to clustering problems. A dedicated study to control this hypothesis is under going. The calibration has been tested on a DC2 SUSY sample. The results obtained with QCD sample is confirmed (even better results)

60 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 60 Jet Physics at Hadron Colliders The pp collisions produce a set of final state partons (hard scattering plus ISR and FSR), resulting in a number of collimated jets of particles. The aim of an ideal jet reconstruction algorithm is to associate unambiguosly the energy deposits in the calorimetric cells (jets) to the parent partons (quarks and gluons) The calorimeters will be calibrated at the EM scale. Jets need to be recalibrated (mainly because of e/ ratio, detector effects, out of cone energy). The most common jet reconstruction algorithms associates calorimetric tower/clusters by nearness: nearness in momentum (K T algorithm) or in angle (Cone algorithm)

61 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 61 b-jet scale uncertainty m (top) 1% 0.9 GeV 5% 4.5 GeV 10% 9 GeV B dominated by signal combinatorial t t b-jet WW l jet Mjj Mjjb Jet scale 1% (b-jets,light-quark jets) ~ 0.9 GeV Total ~ 2.3 GeV (background,ISR,FSR, fragmentation. jet scale,statistics...) (Mtop) Jet Calibration: Top mass

62 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 62 ATLAS jet calibration – the future Calo Cells Calo Topo Clusters EM/HAD recognition Local Calibrated Clusters Uncalibrated Jets Calo calibrated Jets Physics measurements MC + TB data Local calibration MC + Calibration hits + TB data Jet reco algorithm Jet based HAD calibration Calo Towers/Topo Clusters Jet reco algorithm Missing components are under study. The main ingredient is a reliable EM/HAD separation with pure calorimetric criteria, (CTB 2004 data (full ATLAS slice on beam) and G4 simulation), then understanding of the HAD calibration using MonteCarlo. Good agreement (1%) between TB data and MonteCarlo is mandatory ATLAS jet calibration – the present In situ calibration

63 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 63 CTB 2004 20 GeV pions Small shift of MC to lower scale. Agreement in the noise/MIP region Analysis of the Combined Test Beam 2004 data is ongoing. First results about the comparison G4/data Data considered: electrons, pions. Energy considered: 20-350 GeV, at different pseudorapidities. Comparison with low energy particles (1-9 GeV) not yet available. PRELIMINARY E(MeV)

64 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 64 CTB2004 (2) Overall agreement within 2% (η = 0.35). The point at 320 GeV needs better understanding. However, preliminary results show that the shower shape has to be improved η = 0.35 PRELIMINARY E beam (GeV) E(GeV) η

65 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 65 Le Implementazioni di EF in Atlas Approccio 1 (EF prima ricostruzione Jet) - algoritmo eflowCaloObject neutral charged Tracce e cluster calorimetrici vengono associati in η e φ, eventualmente considerando lhelix (per tracce cariche) 1.Ogni traccia carica (con i possibili cluster EM o HAD associati) determina un oggetto eflow. Lenergia misurata dal tracciatore è sostituita a quella del cluster. 2.I rimanenti cluster EM (con i possibili cluster HAD associati) determinano altri oggetti eflow. 3.I rimanenti cluster HAD determinano altri oggetti eflow. 4.Gli oggetti eflow connessi tra loro formano un unico eflowCaloObject.

66 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 66 Le Implementazioni di EF in Atlas Approccio 1 (EF prima ricostruzione Jet) - algoritmo Sostituzione dellenergia misurata da Cal con quella stimata da Tk: - Particle ID fatta sfruttando radiazione di transizione in TRT, shower shape nel LAr, muon ID. - Il calcolo dellenergia attesa in ECal è fatto sfruttando un algoritmo di parametrizzazione veloce dello sviluppo degli sciami elettromagnetici (Fast Shower). - Per i pioni carichi lenergia calorimetrica è stimata con FastShower in una finestra η· φ = 0.075x0.075 (questo e solo un adattemento temporaneo, aspetto sicuramente migliorabile in futuro utilizzando algoritmo dedicato). - Una volta stimato il rilascio di energia, il cluster è completamente rimosso dalla lista se il risultato è entro 1.3 σ. Altrimente e sottratta una quantita di energia pari al valore stimato.

67 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 67 Le Implementazioni di EF in Atlas Approccio 2 (EF dopo ricostruzione del Jet) - algoritmo Energy flow applicato una volta che i jet sono stati ricostruiti con algoritmo a cono. 1.Si identificano i cluster EM (sopra soglia in Et e che passano taglio di qualita em) tali che non sono presenti tracce ricostruite entro R < 0.07. Sono aggiunte le celle vicine ( R < 0.0375) nei 3 segmenti longitudinali del calorimetro EM. Questi cluster sono eticchettati come cluster elettromagnetici EMCL. 2.Si itera sulle tracce cariche. Le celle che sono entro R < 0.0375 (in tutti i sample calormetrici) sono etichettate come celle cariche CHRG. Qui viene sostituita lenergia misurata nel tracciatore. Si fa uso di particle ID per distinguere tra adroni carichi ed elettroni. 3.Le rimanenti celle del jet sono etichettate come celle neutre NEUH.

68 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 68 Per entrambi gli approcci: la risoluzione sui jet soffre ancora della mancanza di un efficace algoritmo di clusterizzazione 3D. Per entrambi gli approcci sono previsti miglioramenti una volta che verrà introdotta una strategia di clustering più raffinata che sfrutti pienamente la segmentazione longitudinale dei calorimetri di Atlas. Per entrambi gli approcci non cè un sostanziale miglioramento rispetto alla gia buona misura calorimetrica. Il secondo studio ha messo in evidenza limportanza che la sovrapposizione dei cluster riveste nellefficacia dellEF. Ancora una volta risulta fondamentale utilizzare la clusterizzazione 3D: cluster sovrapposti in 2D potranno essere distinti con analisi 3D. Approccio 1 e 2 – confronto e previsioni Le Implementazioni di EF in Atlas Nuovi risultati con clustering 3D attesi a breve!

69 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 69 EM/HAD recognition/Calibration hits Before the calibration it is important to recognize hadronic, electromagnetic, and mixed energy deposits in the calorimeters. First studies on topoclusters take into account moments of several variables of the clusters (depht of the shower center, longitudinal and lateral development, etc.) The MonteCarlo can then be used to estimate the visible EM and HAD, the invisible HAD, and the lost energy contributions (calibration hits local cluster calibration) Invisible Had energy Open questions: Studies done so far only for single particles: how the mixed EM and HAD clusters have to be treated in a jet? ANY calibration has to rely heavily on the MonteCarlo (G4). How well it predicts the data?

70 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 70 EM/HAD recognition/Calibration hits Before the calibration it is important to recognize hadronic, electromagnetic, and mixed energy deposits in the calorimeters. First studies on topoclusters take into account moments of several variables of the clusters (depht of the shower center, longitudinal and lateral development, etc.) The MonteCarlo can then be used to estimate the visible EM and HAD, the invisible HAD, and the lost energy contributions (calibration hits local cluster calibration) Invisible Had energy Open questions: Studies done so far only for single particles: how the mixed EM and HAD clusters have to be treated in a jet? ANY calibration has to rely heavily on the MonteCarlo (G4). How well it predicts the data?

71 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 71 What we have The present jet calibration in ATLAS is obtained using jets after the reconstruction Jet reconstruction algorithm is run on the input clusters (towers or topological clusters) Reconstructed jet energy is then compared to the MC particle level jet. Then a set of corrections (for cell energy deposits or for the longitudinal samples energy content) are extracted. Different calibration schemes have been studied. They differ mostly for the dependencies of the calibration constants (cell energy density, cell energy + jet energy, jet energy). The final performances of the calibration are assessed looking at the linearity and resolution that can be obtained. Usually a cone algorithm with R = 0.7, E Tseed =2 GeV is used.

72 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 72 Results Results are shown for the default calibration scheme (w i (E cell ), with additional correction for pseudorapidity dependence) Cone algorithm, electronic noise included in the simulation, pileup not included, results are the average over |η| < 3 The linearity (with respect to MC truth on QCD events) that can be obtained is within ±2% over a wide range of energy. Very low constant term in the resolution.

73 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 73 Results with different reco algorithms Results are checked over different reconstruction algorithms. K T algorithm gives the worst results in terms of resolution. A tuning of the D parameter (default D=1, tuned D=0.6) improve the resolution. Studies ongoing. Single jet gun + noise Cone algorithm gives the best resolution ( R = 0.7, E tseed = 2 GeV. High luminosity will force the decrease of the cone size)

74 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 74 Esempio in ATLAS: uso di W jj dal decadimento del top Le costanti di calibrazioni per ottenere lenergia a livello partonico nel canale W jj (dove il W viene dal decadimento del top) possono essere calcolate: Si calcola R per k bins in E Si applicano i fattori k a R e si itera => R E E Part / E E

75 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 75 Risultati dopo la calibrazione E Part / E E Le correzioni calcolate sul sample di top sono state utilizzate su Z+jet I tagli applicati sulle energie dei jet sono gli stessi I jet del campione Z+jets sono calibrati al 3-4% Effetti dei fondi non ancora inclusi nellanalisi After calib Top E E Part / E Top Z+jets

76 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 76 Esempio in CMS: γ/Z+jet Si calcolano correzioni da applicare al particle jet per avere lenergia del partone K true jet

77 MCWS - Frascati 28/2/2006 Iacopo Vivarelli-INFN/Università Pisa 77 Sistematiche della calibrazione Bias sistematico relativo: I principali contributi al bias sono: –effetti di radiazione –fondi (QCD di-jet in γ + jets) –La selezione degli eventi puo creare un bias sulla scala di energia