Higgs Physics at ATLAS and CMS by 3UJX12

VIEWS: 7 PAGES: 77

									                    Jet/Energy flow

                               Iacopo Vivarelli
                             INFN e Università, Pisa




28/2/2006   Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   1
                           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



28/2/2006        Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   2
         Calorimetria di ATLAS….
Tile Calorimeter        EM barrel and EndCap         EM LAr || < 3 :
                                                     Pb/LAr 24-26 X0
                                                     3 longitudinal sections1.2 
                                                      = 0.025  0.025
                                                     Central Hadronic || < 1.7 :
                                                     Fe(82%)/scintillator(18%)
                                                     3 longitudinal sections 7.2 
     Hadronic                 Forward                 = 0.1  0.1
     EndCap                   Calorimeter
                                                     End Cap Hadronic 1.7 <  < 3.2 :
   Risoluzione per il calorimetro
  combinato (EM+HAD) ad η = 0.35                     Cu/LAr – 4 longitudinal sections
                                                      < 0.2  0.2
          41.9%         1.8
                 1.8%                           Forward calorimeter 3 <  < 4.9 :
        E  E             E
                                                     EM Cu/LAr – HAD W/Lar
   Linearità entro ±2% (10-300 GeV)
                                                     3 longitudinal sections
  28/2/2006        Iacopo Vivarelli-INFN/Università Pisa     MCWS - Frascati             3
                  …. e quella di CMS
Preshower             EM barrel and EndCap            EM || < 3 :
                                                      PbWO4 cristals 24.7-25.8 X0, 1.1 
                                                      1 sezione longitudinale+preshower (3 X0)
                                                       = 0.0175  0.0175


                                                      Barrel HCal || < 1.74, Brass/Scintillator
                                                      2 sezioni longitudinali (5.9 ) +
                                                      Outer Hcal (2.5  per || < 1.4)
Hcal barrel and                                       End Cap HCAL 1.3<||<3.0, Brass/Scintillator:
                            Very Forward
EndCap                      Calorimeter               2 sezioni longitudinali
 Risoluzione su single π Ecal + Hcal                   ≥ 0.0875  0.0875
 (ottenuta al Test beam combinato del 1996)
     101 %                                           Forward calorimeter 3 < || < 5 :
            4% Pions mip in Ecal
  E      E                                            Fe/Quartz Fibre, Cerenkov light
   127 %                                             2 sezioni longitudinali (em per 16 ,had
            6.5% Full pion sample                   per 9 )
  E      E
  28/2/2006       Iacopo Vivarelli-INFN/Università Pisa        MCWS - Frascati                 4
                              Clusteringè fatta in due modi (per quanto
Al momento, la clusterizzazione delle celle calorimetriche
                                riguarda la ricostruzione dei jet)
   -Torri calorimetriche (ATLAS:  η x φ = 0.1x0.1, CMS:  η x φ = 0.087x0.087 se
                |η|<1.74, poi graduale aumento fino a 0.175x0.175 se |η|>3)
  -ATLAS: clustering 3D considerando I depositi di energia in celle vicine (Topological
                                     Clusters)
          TopoClusters – some details:
• Cells with |E/σnoise|>Tseed are used to generate
 a TopoCluster. The adiacent cells are checked
     to be associated to the cluster. Default:
                  Tseed = 4σnoise
 • Cells with |E/σnoise| > Tneigh are used to expand
the cluster. The adiacent cells are checked to be
 associated to the cluster. Default:            Tneigh
                       = 2σnoise
   • Cells with |E/σnoise| > Tused can be used to
       expand the cluster. Default Tused=0                      Cluster for 120 GeV pion in
                                                            EMEC and HEC (2002 Test Beam data)
  28/2/2006         Iacopo Vivarelli-INFN/Università Pisa        MCWS - Frascati          5
        Algoritmi di ricostruzione
    Sia KT 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                                     KT ALGORITHM                    D=1
 - Seed: ET > 2 GeV in ATLAS, ET>0.8 (di                   Per ogni coppia di cluster ij:
             solito) per CMS.                                          dii  k 2 i
                                                   - Calcolare d=              T,
                                                                                                       2
- Dimensione del cono ATLAS: 0.7 bassa,                                                             ΔRij
                                                                       dij    min(k 2 i , k 2 j )
                                                                                     T,      T,
      0.4 alta luminosità. CMS: 0.5 .                                                                D2
                                                   - Se dmin= dii ho un jet
       -Iterazione fino a cono stabile
                                                   - Se dmin= dij allora i e j sono sommati in
     - Split & Merge: 50% del jet più              un unico “cluster”
 energetico per entrambi gli esperimenti
  Il jet ha ua precisa forma geometrica                   -La forma del jet non è definita
                                                     - I jet sono separati: no split and merge

      R = √2+f2
  28/2/2006       Iacopo Vivarelli-INFN/Università Pisa       MCWS - Frascati                          6
         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.

 I jet sono ricostruiti in tutta la
     zona di accettanza dei
        calorimetri (η < 5).
  L’efficienza di ricostruzione
mostra una dipendenza da η a
   basso PT (PT < 50 GeV) a
causa di crack nei calorimetri e
non completo contenimento ad
             alto η.                                   CMS. Analogo per ATLAS
 28/2/2006     Iacopo Vivarelli-INFN/Università Pisa    MCWS - Frascati         7
       Noise suppression - ATLAS
        Il trattamento del noise viene delegato all’algoritmo di
                    clusterizzazione (TopoClusters)


Verifica della soppressione del
       noise da parte dei
         TopoClusters:
-Tower noise: nessun taglio sul
            noise
   -2σnoise cut: celle con un
deposito di energia |E| < 2σnoise
    non sono conteggiate                                                 Tower noise
                                                                         2σnoise cut
                                                                          TopoClusters


 28/2/2006     Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati                 8
            Noise suppression CMS




28/2/2006    Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   9
                     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 dall’analisi. 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


28/2/2006   Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati          10
       Confronto MC/Dati: ATLAS
 L’analisi del test beam combinato (un’intera slice di ATLAS su
            fascio – fatto nell’estate 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
            20 GeV pions

            Small shift of MC to lower scale.

            Agreement in the noise/MIP region




                                                                           E(MeV)
28/2/2006        Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati    11
       Confronto MC/Dati: ATLAS

   Accordo entro il
  2% nel range 20-




                                       E(GeV)
  350 GeV. Buono,
 ma l’informazione
 più importante sta                                 η=
  a basse energie.                                  0.35              Ebeam(GeV)
   Fondamentale
   l’accordo nella
  regione 1-9 GeV
 (al momento sotto
       analisi)

                               η                                      Ebeam(GeV)
28/2/2006   Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati          12
            Confronto MC/Dati: CMS




Paragone dati/MC (G4) per il test beam combinato ECAL+HCAL
                            (2002)

28/2/2006     Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   13
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.

                                    ( Eerec  EeMC ) 2
                             2  
                                  e      ( EeMC ) a
              E rec   wi Ei           Ei is the energy in the i-th cell
                       i                (longitudinal sample).
    Il peso wi 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)
  28/2/2006      Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati     14
Risultati (rispetto al particle jet)
    Risultati ottenuti con un algoritmo a cono (DR=0.7), noise
    elettronico incluso nella simulazione, pile-up non incluso




                                                                  115 %
                                                                         2.9%
                                                               E      E
                                                                  74 %   3.3GeV
                                                                                0 . 8%
                                                               E     E       E




                           ( ET )       0.61 4.8
                                                 0.021
                             ET           ET   ET
28/2/2006    Iacopo Vivarelli-INFN/Università Pisa          MCWS - Frascati            15
Risultati per alcuni algoritmi di ricostruzione
     Gli studi sono ripetuti con I vari algoritmi di ricostruzione.
 In termini di risoluzione, il KT 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, Etseed = 2
 GeV) dà I risultati migliori. In
 ogni caso, ad alta luminosità
la dimensione del cono dovrà
       essere ridotta a 0.4



 28/2/2006     Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   16
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(ET,η).
              Correzioni calcolate con MC.
            • E = a x EC + b x HC a,b dipendono da jet (ET,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

28/2/2006      Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   17
       Correzioni particle jet (MC)
     • R = Etrec/ETMC Correzione 1/R per I jet ricostruiti.
• Le correzioni dipendono dall’algoritmo di ricostruzione, dalla
  dimensione del cono, dal livello di noise elettronico e pile up.




            Risoluzione nel barrel dopo le correzioni:
                      ( ET ) 1.25 5.6
                                      0.033
                       ET       ET ET
28/2/2006   Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   18
            Risoluzione angolare
                           Iterative cone, DR = 0.5




Risoluzione inferiore alla granularità delle torri su tutto il range in
                                eta

28/2/2006     Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   19
                 Energy flow



28/2/2006   Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   20
Proprieta’ Cal e Tk nei due esperimenti

                                          ATLAS                                  CMS


Risoluzione Ecal+Hcal         41.9%         1.8                     127 %
       su pioni                      1.8%                                6.5%
                            E  E             E                    E      E
   Risoluzione Jet              (E)/E = 54% /sqrt(E) + 1.3%       (Et)/Et = 118% /sqrt(Et) + 7%


Risoluzione tracciatore           (pt)/pt = 1.8% + 60% pt           (pt)/pt = 0.5% + 15% pt
        interno                          (pt in Tev)                         (pt in Tev)




  • Data l’ottima risoluzione del calorimetro adronico, in Atlas i jet sono
  ricostruiti con buona risoluzione ancor prima di applicare l’EF.
  • Date le risoluzioni di calorimetri e tracciatori nei due rivelatori, ci si aspetta
  che l’EF apporti miglioramenti piu’ evidenti per CMS che per Atlas.

28/2/2006            Iacopo Vivarelli-INFN/Università Pisa     MCWS - Frascati                  21
      Le Implementazioni di EF in Atlas
                     EF prima, EF dopo la ricostruzione del Jet
In ATLAS ci sono 2 diversi approcci per l’utilizzo
    dell’energy flow (entrambi sotto sviluppo):
1. - Si ricostruiscono EFlowObjects a partire dalle
   tracce cariche e dai cluster calorimetrici. Per le     Premesse:
   particelle cariche, nei cluster adronici si            1. I due algoritmi ancora non
   sostituisce l’energia attesa nei calorimetri              sfruttano i TopoClusters:
   (estratta da una parametrizzazione) con quella            la clusterizzazione è
   del tracciatore                                           bidimensionale (torri)
   - Gli EFlowObjects sono utilizzati come input
                                                          2. L’aggiunta delle tracce
   dell’algoritmo di ricostruzione dei jet (sia esso
                                                             out-of-cone e’ gia’
   Cono o KT)
                                                             implementata
2. - All’interno di un jet si riconoscono cluster            nell’algoritmo standard di
   adronici “carichi”, cluster elettromagnetici e            ricostruzione dei jet.
   cluster “misti”.
   - Per i cluster adronici carichi si sostituisce la
   misura del calorimetro con quella del
   tracciatore.
 28/2/2006        Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati          22
       Le Implementazioni di EF in Atlas
          Approccio 1 (EF prima ricostruzione del Jet) - prestazioni
 Algoritmo
 standard                                           • C’e’ 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)
                      20 GeV single p-
Energy
 Flow


                                                                   50 GeV jets
                                                                  σ(E)/E = 7%

                                                                  on the core
• Test su eventi singola particella per testare
consistenza dell’implementazione dell’EF.
Larghezze distribuzioni in accordo con
risoluzioni dei calorimetri e del tracciatore.

  28/2/2006        Iacopo Vivarelli-INFN/Università Pisa      MCWS - Frascati            23
       Le Implementazioni di EF in Atlas
              Approccio 2 (EF dopo ricostruzione del Jet) - prestazioni
L’algoritmo è stato testato su tripletti di particelle (π+ π0 n) arbitrariamente vicine in f.
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
p+ p0 n (5 GeV) con R > 0.1     p+ π0 n (5 GeV) with R = 0.1     angolarmente la
                                                                   risoluzione degrada
                                                                   rapidamente. Si formano
                                                                   grosse code asimmetriche.
                                                                   L’utilizzo della completa
                                                                   segmentazione
                                                                   (longitudinale e laterale)
                                                                   dei calorimetri migliorerà i
                                                                   risultati

  28/2/2006        Iacopo Vivarelli-INFN/Università Pisa    MCWS - Frascati              24
     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).




28/2/2006       Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   25
        Implementazione di EF in CMS
                  Correzione della jet energy con JetPlusTrack

L’algoritmo (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. L’apertura ΔR del cono e’ un parametro
fondamentale sia dell’algoritmo di jet finding, che
dell’algoritmo 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




28/2/2006        Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   26
         Implementazione di EF in CMS
                                JetPlusTrack – l’algoritmo

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 all’intrerno 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).



28/2/2006         Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   27
        Implementazione di EF in CMS
                            JetPlusTrack – le prestazioni

                   Effetto dell’EF sulla risoluzione di jet Et
                      Barrel                                 Endcap


                                                                     Eventi di-jet in
                                                                     Full-Simulation
                                                                     con PU LowL




 Atlas
 TDR
  • 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.

28/2/2006       Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati            28
        Implementazione di EF in CMS
                             JetPlusTrack – le prestazioni
                    Effetto dell’EF su Etreco/Etgene (linearita’)

                          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


28/2/2006        Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati         29
        Implementazione di EF in CMS
   JetPlusTrack – applicazione a ricostruzione massa Xjj (120 GeV/c2)

                                      Full Simulation con PU per oggetto X
                                      di massa 120 GeV/c2 che decade in 2
                                      quark leggeri.

                                        • L’applicazione dell’algoritmo di
                                        JetPlusTrack ristabilisce il rapporto tra la
                                        massa ricostruita e quella generata: si passa
                                        da Mreco/ Mgene = 0.88 a Mreco/ Mgene = 1.01


                                        • La risoluzione migliora del 10% :
                                         σ(M)/M = 13.6 %  σ(M)/M = 11.9 %




28/2/2006     Iacopo Vivarelli-INFN/Università Pisa     MCWS - Frascati           30
         Implementazione di EF in CMS
                              JetPlusTrack 2 – l’algoritmo
                                                                           Jet
η           charged                                            calo              Rcalo
            neutral

                                         MC level
                                                                Rtk
                                Santocchia,Spiga

                                         φ
    1. Un piccolo cono e’ sufficiente
       a raccogliere la maggior parte
       del contributo neutro                              AlgoritmoJetPlusTrack esteso con
       all’energia del jet                                   l’utilizzo di due coni separati
    2. Un cono piu’ grande,
       indipendente, puo’ essere
       specializzato alla sola raccolta                           JetPlusTrack 2
       dei frammenti carichi.

28/2/2006         Iacopo Vivarelli-INFN/Università Pisa       MCWS - Frascati            31
                          Implementazione di EF in CMS
                                                 JetPlusTrack 2 - prestazioni
     Utilizzando due coni distinti e’ possibile
                         ► Ridurre Rcalo, in modo da avere una minore sovrapposizione con
                         gli altri jet dell’evento e con i depositi dovuti al PileUp.
                         ► Utilizzare Rtk piu’ grande in modo da raccogliere ugualmente il
                         contributo carico del jet.



                                                                         Jet Livello 2
g*Et_corr2)/Et_Parton)




                                                                         JetPlusTrack
                                                                         JetPlusTrack
sigma ((Et_Gen-




                                                                               2
                             0.65-0.75
                                         0.70-0.75
                                                     0.75-0.75
                                                                 0.70-0.75 0.75-0.75   0.75-0.75



                                                                                  ET Gen (GeV)


28/2/2006                          Iacopo Vivarelli-INFN/Università Pisa               MCWS - Frascati   32
     Applicazione di EF in Atlas e CMS
                                          Conclusioni
• Atlas ha un ottimo calorimetro adronico che
permette gia’ una buona ricostruzione dei Jet. L’EF                               ATLAS          CMS
puo’ servire soprtattutto per jet soft, ma non
sembra in modo significativo.                               HCAL+ECAL               41.9%/E        127%/E
                                                            (errore statistico)
• E’ stato dimostrato come sia importante la
sovrapposizione dei cluster nella efficacia dell’EF.        TRACKER               60% pt (Tev)   15% pt (Tev)
                                                            (m 100 GeV)
•E’ necessaria una parametrizzazione piu’ realistica
                                                            Jet Singolo           “8-9%  7%”      17%12%
del rilascio di energia nei calorimetri da parte degli      (/E , QCD 50          Idealmente
adroni.                                                     GeV)
                                                            Massa Invariante              //     13.6% 11.9%
                                                            (/E - Z’ 120 GeV)



• CMS parte da una ricostruzione calorimetrica dei
jet meno buona e dispone di un tracciatore piu’
performante. Gli effetti dell’applicazione dell’EF
sono risultati significativi.
• Attualmente l’EF di CMS non fa uso di particle
IDmargini di miglioramento delle prestazioni
dell’EF.

 28/2/2006          Iacopo Vivarelli-INFN/Università Pisa            MCWS - Frascati                     33
            Soglie di trigger



28/2/2006   Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   34
 Multi-jet trigger rates in ATLAS
      LVL1 menu                   Rate (KHz)                 HLT menu             Rate (Hz)

        1Jet200                         0.2                   1jet400
                                                                                     25
            3Jet90                      0.2                   3jet165

            4Jet65                      0.2                   4jet110


  • 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 PT (prescalati): circa 20 Hz


28/2/2006            Iacopo Vivarelli-INFN/Università Pisa      MCWS - Frascati               35
        Multi-jet trigger rates in CMS
        LVL1 menu               Rate (KHz)                  HLT menu             Rate (Hz)

          1Jet177                                            1jet657
           3Jet86                      3                     3jet247                9
           4Jet70                                            4jet113


•    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 PT (prescalati): circa 10 Hz




    28/2/2006       Iacopo Vivarelli-INFN/Università Pisa      MCWS - Frascati           36
               In situ jet calibration


 Le correzioni collegate con gli effetti dell’algoritmo 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).




 28/2/2006   Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   37
            Un esempio: γ+jet (ATLAS)

  •   I tagli sono applicati
      esclusivamente ad oggetti
      ricostruiti
  •   pT = (pT gam rec + pT jet rec)/2
  •   |phi balance| < 0.2
  •   Non c’è 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

28/2/2006       Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati      38
              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

              Most probable value for the pT balance




                         Reference
                         Particle level Cone 0.7
                         Reconstruction level Cone 0.7              Particle level
                                                                    Bias ~ 2-0%



                                                                    Recon level
                                                                    Bias ~ 2-0%


  28/2/2006          Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati         39
            Ricostruzione con cono 0.4
  • 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)



              Most probable value for the pT balance

                                                               Parton level
                                                               Bias ~ 1-0%

                                                               Particle level
                                                               Bias ~ 7-3%
                      Reference
                      Particle level Cone 0.4
                      Reconstruction level Cone 0.4
                                                               Recon level
                                                               Bias ~ 15-7%
                                               E(GeV)


28/2/2006      Iacopo Vivarelli-INFN/Università Pisa    MCWS - Frascati         40
                            Conclusioni
   • Algoritmi di ricostruzione: entrambi gli esperimenti utilizzano
 tipicamente un algoritmo a cono. Il KT 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.
 • L’applicazione dell’energy 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 l’utilizzo di Wjj, γ+jet
possono ridurre le sistematiche sulla linearità della misura di ET al
          livello di 1-3% (in funzione dell’energia e di η)


 28/2/2006    Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   41
                         BACKUP



28/2/2006   Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   42
28/2/2006   Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   43
            Reconstructed W (cone 04)
                                                                              •         AOD
                      (1-costh)                                               •         ATLFAST

                      (1-cosm)



                                                      Cosm
•    AOD=          cos jj  cos m     in    MW  2 E1 E2 (1  cos  m )        E  p
                                                                                    2
                                                                                    i
                                                                                          2
                                                                                          i

                         cos m  (2 p1 p2 cos  jj  M12  M 22 ) / 2 E1 E2
    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 MW



28/2/2006          Iacopo Vivarelli-INFN/Università Pisa         MCWS - Frascati              44
      Method 1 to extract the E scale
                                                                         part
                                                                   Ei
  •       R  MW / MW  1 2
               PDG
                                             with              i  jet
                                                                   Ei
  •    compute R for k bins in E
                                         k   j1 j 2 
                                                                                       k    kn
                                                                                        True

  •    apply k factors on R and recompute R n times =>                                      n




                                                        EPart / E
      R


                                            AOD
                                         W Recons.
                                        No comb BKG



                               E                                                         E
28/2/2006       Iacopo Vivarelli-INFN/Università Pisa               MCWS - Frascati              45
                   Method1 Results after
                        recalibration
                                                    AOD
                                               4000 W Recons.
       EPart / E


                                                No comb BKG
                                                                                  before




                                                                                  Mw
                          E
                                                                                    after
   • Function found with any
        ‘a priori’ hypothesis



28/2/2006           Iacopo Vivarelli-INFN/Università Pisa       MCWS - Frascati             46
               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




                                                                EPart / E
  EPart / E




                                              + Top
                                                 Z+jets
                                              +


                                                                             After calib ‘Top’

                                       E                                                         E
28/2/2006               Iacopo Vivarelli-INFN/Università Pisa               MCWS - Frascati          47
                             W selection

  •    Selection for optimal mass measurement
      – Clean W sample with
            – 2 b tag                              W sample ~85% purity
            – Cuts on Mt or Mt-Mw                  (see D Pallin talk Slovakia)
  •    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)




28/2/2006      Iacopo Vivarelli-INFN/Università Pisa      MCWS - Frascati         48
                             W selection
    •   Selection for optimal mass measurement




                                                                    AOD

                 ATLFAST




Comb. BKG

                                          Mw            3 days at L=1033



 28/2/2006     Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati     49
            Method1 with comb. BKG




                                                        EPart / E
  •   Preliminary result with 1000 W +bkg                                                AOD
      evts
  •   Calibration marginaly sensible to
      BKG (purity=85%)




Very preliminary
To reach the 1% precision on the E                                        3 days at L=1033     E
scale, 10000 W should be enough
= 1month data taking

28/2/2006       Iacopo Vivarelli-INFN/Università Pisa               MCWS - Frascati          50
28/2/2006   Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   51
   AG Calibration Scheme in detail
A.Gupta, M.Wood - http://atlas.web.cern.ch/Atlas/GROUPS/PHYSICS/JETS/jetcalib_gupta_may03.ps


            The reconstructed energy Erec is calculated as :

                             ERe c   ws ( EMC ) Es
                                            s
                   where Es is the energy the sample s.
     The dependence of the weights ws on the jet energy is
                     parametrized as :

                                     bs
                  ws ( EMC )  as       cs ln( EMC )
                                    EMC
      Since EMC is not known a priori an iterative procedure is applied.

28/2/2006        Iacopo Vivarelli-INFN/Università Pisa     MCWS - Frascati              52
        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 / E true

                         a
                          b
 /E




              E          E                                        EM scale   2 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
   28/2/2006                    used was quite poor. MCWS - Frascati
                 Iacopo Vivarelli-INFN/Università Pisa                                53
    IV Calibration Scheme in detail
            The reconstructed energy Erec is calculated as :

                         ERe c   wi ( EMC , Ei ) Ei
                                       i
            where Ei is the energy of the cell in the sample i.
    The dependence of the weights wi on the cell energy are
                         parametrized as :
                                             bi ( EMC )
              wi ( Ei , EMC )  ai ( EMC ) 
                                                  Ei
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 EMC requires iterative procedure.


28/2/2006       Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   54
     IV Calibration Scheme in detail
     Parametrization of the dependence on the true jet energy
                                    Example: EMB 3
                       a

                                                            EjetMC < 500 GeV :
                                                            a = const
                      b
                                                            b = b0+b1/EJetMC
EjetMC < 500 GeV :
a = a0+a1/EJetMC                              E jet (GeV)
b = b0+b1/EJetMC                 500 GeV

 28/2/2006   Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati      55
                        IV Calibration Scheme: Electronic
                                       Noise
  Seeded cone jet algorithm, DC1 di-jet samples ||<0.7, Noise + 3 sigma
     asymmetric cut, No Pileup + iterative procedure (EMC not used).
Calibration procedure takes the
linearity within +/- 2% and gives very
good improvement on resolution.


                                                                          
   Reconstructed ET/ true ET




                                                                              115 %
                                                                                    2.9%
                                                                          E      E
                                                                             74 %   3.3GeV
                                                                                           0 . 8%
                                                                          E     E       E




28/2/2006                      Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati            56
                FP Calibration Scheme

                  The reconstructed energy Erec is calculated as :

                           ERe c   wi ( EMC , Ei ) Ei
                                          i
                 where Ei is the energy of the cell in the sample i.
 The response F=<E/EMC> is calculated in each  bin and a factor 1/F is
                  applied as an additional weight
The dependence of the weights wi on the cell energy are parametrized as:
                                                     ci
                                          bi 
                                                ( Ei / Vol)
                         wi ( Ei )  ai 
                                            ( Ei / Vol) di


            Where Ei is the cell energy in sample i and Vol is the cell volume

28/2/2006         Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati    57
                                    FP Calibration Scheme on DC2
                                    KT jet algorithm, DC2 di-jet samples |η| < 3, No Noise, No Pileup

Very good linearity                                                       The resolution with KT jet algorithm does not
improvement but at very low                                               show a good improvement after calibration.
energy. Probably due to                                                     This is also observed when IV calibration
clustering effect.                                                        scheme is applied . Problem not seen with
                                                                           single pions. The problem is due to KT alg.

                                                                                         
Reconstructed energy/ true energy




                                                                                                102 %
                                                                                                      0.9%
                                                                                         Calib:
                                                                                         E         E



                                                                             /E




    28/2/2006                                 Iacopo Vivarelli-INFN/Università Pisa    MCWS - Frascati            58
              FP Calibration Scheme
  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.
                                                                   63 .8%
                                                                           1.86 %
                                                            E           E




The calibration has been tested on a DC2 SUSY sample. The results obtained with QCD
                       sample is confirmed (even better results)

  28/2/2006      Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati              59
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 most common jet reconstruction algorithms
                                  associates calorimetric tower/clusters by
                            “nearness”: nearness in momentum (KT algorithm)
                                        or in angle (Cone algorithm)
                            The calorimeters will be calibrated at the EM scale.
                            Jets need to be recalibrated (mainly because of e/p
                                ratio, detector effects, out of cone energy).



28/2/2006   Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati         60
            Jet Calibration: Top mass
                                  n
     jet     jet                       l
             W                    W
                                    b-jet
      b-
                   t       t
      jet
                       (Mtop)
Jet scale 1% (b-jets,light-quark jets)
                                ~ 0.9 GeV
Total                                 ~ 2.3 GeV
(background,ISR,FSR, fragmentation.
jet scale,statistics...)                                                     B dominated
                                                                             by signal
                                                                             combinatorial
    b-jet scale uncertainty            m (top)

       1%                              0.9 GeV
       5%                              4.5 GeV
      10%                               9 GeV
28/2/2006          Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati          61
ATLAS jet calibration ––the present
ATLAS jet calibration the future
                                                   MC
                                     Calo Towers/Topo + TB data
                                                           Missing components
 Calo Cells                               Topo
                                    CaloClusters                  EM/HAD
                                     Clusters              are under study. The
                                                                     recognition
                              Jet reco                     main ingredient is a
                              algorithm                      reliable EM/HAD
                                                                        Local
                                                      Jet reco
                                                          separation with pure
                                                      algorithm         calibration
                                       Uncalibrated                     criteria,
                                                           calorimetric MC +
                                           Jets           (CTB 2004 data (full
                                                                        Calibration
  Physics                                                ATLAS slice on beam)
                                                                        hits +
                             Jet based HAD
                                                           and G4 simulation),
measurements                 calibration                                TB data
                                                         then understanding of
                                                   Jet recothe HAD calibration
            In situ
                                         Calo      algorithm         Local
                                                           using MonteCarlo.
            calibration               calibrated                  Calibrated
                                                         Good agreement (1%)
                                         Jets                      Clusters
                                                         between TB data and
                                                              MonteCarlo is
                                                                 mandatory
28/2/2006       Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati        62
                                    CTB 2004
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.

             20 GeV pions

             Small shift of MC to lower scale.

             Agreement in the noise/MIP region




 28/2/2006        Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati
                                                                            E(MeV)
                                                                              63
                          CTB2004 (2)
Overall agreement within 2% (η = 0.35). The point at 320 GeV
               needs better understanding.

  However, preliminary results




                                         E(GeV)
show that the shower shape has
        to be improved                            PRELIMINARY

            PRELIMINARY
                                                            η=
                                                            0.35         Ebeam(GeV)

                                                      PRELIMINARY



                                 η                                         Ebeam(GeV)
28/2/2006     Iacopo Vivarelli-INFN/Università Pisa    MCWS - Frascati          64
Le Implementazioni di EF in Atlas
Approccio 1 (EF prima ricostruzione Jet) - algoritmo
Tracce e cluster calorimetrici vengono                          eflowCaloObject
associati in η e φ, eventualmente
considerando l’helix (per tracce
cariche)
 1.Ogni traccia carica (con i possibili
  cluster EM o HAD associati)                        neutral
  determina un oggetto eflow.
                                                                eflowCaloObject
  L’energia misurata dal tracciatore è
  “sostituita” a quella del cluster.
 2.I rimanenti cluster EM (con i                      neutral
  possibili cluster HAD associati)
  determinano altri oggetti eflow.
 3.I rimanenti cluster HAD                           neutral
  determinano altri oggetti eflow.                  charged

 4.Gli oggetti eflow connessi tra loro                neutral
  formano un unico eflowCaloObject.

  28/2/2006       Iacopo Vivarelli-INFN/Università Pisa         MCWS - Frascati   65
Le Implementazioni di EF in Atlas
Approccio 1 (EF prima ricostruzione Jet) - algoritmo

  “Sostituzione” dell’energia 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 dell’energia attesa in ECal è fatto sfruttando un algoritmo di
  parametrizzazione veloce dello sviluppo degli sciami elettromagnetici
  (Fast Shower).

  - Per i pioni carichi l’energia 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.


  28/2/2006        Iacopo Vivarelli-INFN/Università Pisa    MCWS - Frascati        66
     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 l’energia 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.




28/2/2006       Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati            67
Le Implementazioni di EF in Atlas
Approccio 1 e 2 – confronto e previsioni
 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 c’è un sostanziale miglioramento rispetto alla gia’
 buona misura calorimetrica.


 Il secondo studio ha messo in evidenza l’importanza che la sovrapposizione dei
 cluster riveste nell’efficacia dell’EF. Ancora una volta risulta fondamentale utilizzare
 la clusterizzazione 3D: cluster sovrapposti in 2D potranno essere distinti con
 analisi 3D.



 Nuovi risultati con clustering 3D attesi a breve!


  28/2/2006       Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati             68
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)
             Open questions:
  Studies done so far only for single
particles: how the “mixed” EM and HAD                       Invisible Had energy
  clusters have to be treated in a jet?
ANY calibration has to rely heavily on the
MonteCarlo (G4). How well it predicts the
                 data?


 28/2/2006      Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati            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)
             Open questions:
  Studies done so far only for single
particles: how the “mixed” EM and HAD                       Invisible Had energy
  clusters have to be treated in a jet?
ANY calibration has to rely heavily on the
MonteCarlo (G4). How well it predicts the
                 data?


 28/2/2006      Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati            70
                         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, ETseed=2 GeV is used.

 28/2/2006     Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   71
                                     Results
 Results are shown for the default
 calibration scheme (wi(Ecell), 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.
  28/2/2006      Iacopo Vivarelli-INFN/Università Pisa    MCWS - Frascati      72
  Results with different reco algorithms
  Results are checked over different reconstruction algorithms.
KT 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,
     Etseed = 2 GeV. High
   luminosity will force the
 decrease of the cone size)



 28/2/2006    Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   73
Esempio in ATLAS: uso di Wjj dal
      decadimento del top
Le costanti di calibrazioni per ottenere l’energia a livello
  partonico nel canale Wjj (dove il W viene dal decadimento
  del top) possono essere calcolate:        part
                                                                   Ei
   R  MW / MW  1 2
        PDG
                                      with        i                 jet
                                                                   Ei
• Si calcola R per k bins in E  k         j1 j 2 
• Si applicano i fattori k a R e si itera =>                               k   k
                                                                             True   n

                                                                                       n

    R


                                                       EPart / E


                              E                                                            E
28/2/2006      Iacopo Vivarelli-INFN/Università Pisa                 MCWS - Frascati           74
              Risultati dopo la calibrazione
                                                                                Top




                                             EPart / E
  EPart / E



                                                                                Z+jets




                                                         After calib ‘Top’

                                            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 nell’analisi
28/2/2006        Iacopo Vivarelli-INFN/Università Pisa        MCWS - Frascati       75
              Esempio in CMS: γ/Z+jet
• Si calcolano correzioni da
  applicare al particle jet per
  avere l’energia del partone
                            rec
                      E
       E    T
             part
                           T
                             rec
                      K      jet
                     rec          rec
              E              E
  K   rec
      T            T
                     /Z
                                T
                                  part
              E     T        E   T



                Ktruejet
  28/2/2006           Iacopo Vivarelli-INFN/Università Pisa   MCWS - Frascati   76
   Sistematiche della calibrazione
                                       K rec  K true
• Bias sistematico relativo:             jet     jet

                                            K true
                                              jet

• 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




  28/2/2006    Iacopo Vivarelli-INFN/Università Pisa    MCWS - Frascati   77

								
To top