CMS 探测器跟踪和主顶点重建的描述和性能
该论文介绍了针对 CMS 探测器开发的全面的局域流重建算法,该算法已成功应用于首个强子对撞机物理分析,并且在堆积衰减、能量分辨率等方面具有优越的性能表现。
Jun, 2017
本文研究 LHC 高亮度下的重建挑战,介绍了几种缓解堆叠事件影响的方法,并针对 Jet 和转动动量等性能进行了性能分析,发现 Pileup per particle identification 算法在诸多方面可以得到显著的改善。
Mar, 2020
本文讨论了 CMS 在大型强子对撞机上使用多种算法通过诸如荷电粒子轨迹的冲击参数、重构衰变顶点的属性和存在或不存在只有电子,或两者结合的变量来选择起源于 b 夸克的喷注。
Nov, 2012
本文使用 CMS 探测器公开的对撞机数据探索喷注的度量空间,使用 “能流移动距离”(EMD)来衡量喷注能流的成对差异,量化探测器效应,提取相关维度,并确定最典型和最不典型的喷注配置。
Aug, 2019
使用 CMS 实验的公共数据,通过软簇群分解技术以及 CMS 的质子簇流重建算法,研究了喷注的 2 节枝亚结构,结果表明,在 CMS Open Data 与粒子发生器得到的结果之间存在较好的一致性。
Apr, 2017
我们介绍了一个新的公开可用的数据集,其中包含欧洲核子研究中心大型强子对撞机即将安装的新型量热计的模拟数据。通过使用最新的机器学习技术,我们已经构建了一个拥有 12,000 个通道的大型原型,并通过高能电子束的照射对其进行测试。通过释放这些数据,我们希望鼓励机器学习应用专家开发出高效准确的电子能量重建和图像重建方法。
Sep, 2023
本论文提出了一个基于 ATLAS 实验的通用跟踪软件(ACTS),它支持多线程事件处理和高级轨迹重建工具,且不依赖探测器技术和磁场细节实现。该软件用于处理粒子物理,核物理以及高亮度 LHC 等领域的实验数据分析。
Jun, 2021
本文介绍了 CMS 实验在质心能量为 13TeV 的质子 - 质子碰撞中,用于识别重味喷注的鉴别变量和算法,并开发出新的算法以提高重味喷注鉴别的效率和精确度,同时还实现了对包含两个 $b$ 强子的喷注和 $c$ 喷注的鉴别,目前以 15% 左右的提高在 1% 误识率下正确识别 $b$ 喷注的效率,同时在适中的喷注横向动量下准确性高可达几个百分点,而在高喷注横向动量下也可达到约 5%。
Dec, 2017
该研究使用了矩阵元方法来分离底夸克衰变产生的、与一对顶夸克产生的标准模型希格斯玻色子相关的信号和更大的背景,通过最大似然拟合来提取信号产生量的结果相对于 125 GeV 质量的希格斯玻色子标准模型预测的被观察(预计)的 95%置信度的排除极限为 μ <4.2(3.3),相应的最佳拟合值为 mu-hat = 1.2 +1.6 -1.5。
Feb, 2015
我们提出了一种使用 AMS ECAL 和深度学习进行粒子鉴别的新方法,通过将 ECAL 单元内的能量沉积视为像素,并使用 MLP、CNN 和多个 ResNet 以及卷积可视化 Transformer(CvT)作为 shower 分类器,这种方法比其他深度学习模型的质子拒绝能力高出多倍。
Feb, 2024