A framework and implementation for data-driven trigger efficiency estimation at LHCb

إليك ملخص تقني مفصل للورقة البحثية بعنوان "إطار عمل وتنفيذ لتقدير كفاءة المحفز القائم على البيانات في تجربة LHCb".

1. بيان المشكلة

تعد أنظمة المحفز (trigger) متعددة المراحل ضرورية لفلترة بيانات التصادم في تجارب فيزياء الجسيمات الحديثة مثل LHCb، ويعد التقدير الدقيق لكفاءة هذه المحفزات أمراً بالغ الأهمية لتحليلات الفيزياء، ولكنه يطرح تحديات كبيرة:

• محدودية المحاكاة: لا يمكن للعينات المحاكية نمذجة الطبيعة المعقدة وغير الخطية لخوارزميات اختيار المحفز بشكل مثالي.
• ندرة البيانات: إن تقييم الكفاءة كنسبة بسيطة من الأحداث المقبولة في البيانات المسجلة أمر مستح المستحيل، لأن البيانات غير المفلترة (المطلوبة للمقام) ضخمة للغاية بحيث لا يمكن تخزينها.
• مشكلات التكرار: بينما تحتوي البيانات المسجلة على أحداث تم تحفيزها، فإن التكرار بين اختيارات المحفز المختلفة غير كافٍ لحساب الكفاءة كنسبة بسيطة دون إدخال انحيازات.
• تجزؤ التنفيذ: تاريخياً، تمت إعادة تنفيذ طريقة "TISTOS" (الطريقة القياسية القائمة على البيانات) من الصفر في كل تحليل فيزيائي تقريباً. تطلب هذا وقتاً وجهداً كبيرين وخبرة متخصصة في المحفزات، مما أدى إلى عدم الاتساق واحتمالية حدوث أخطاء في التحقق من الصحة.

2. المنهجية: إطار عمل TISTOS

تعيد الورقة النظر في منهجية TISTOS (المحفز المستقل عن الإشارة / المحفز المعتمد على الإشارة) وتصيغها رسمياً، وهي نهج يعتمد كلياً على البيانات لتقدير كفاءات المحفز.

المفاهيم الأساسية

• نهج الوسم والجس (Tag-and-Probe): تحدد الطريقة عينات فرعية من المرشحين "الوسم" (التي تم اختيارها بواسطة محفز معين) وتقيم جزء منها الذي يعد أيضاً مرشحين "جس" (التي تم اختيارها بواسطة المحفز محل الاهتمام).
• فئات التصنيف: تُصنف قرارات المحفز بالنسبة لمرشح إشارة فيزيائية بناءً على الضربات المشتركة في الكاشف:
  • TOS (المحفز المعتمد على الإشارة - Trigger On Signal): المرشح نفسه كافٍ لتفعيل المحفز.
  • TIS (المحفز المستقل عن الإشارة - Trigger Independent of Signal): جسم آخر في الحدث (غير مرتبط بالإشارة) كافٍ لتفعيل المحفز.
  • TISTOS: التقاطع حيث يتم استيفاء كلا الشرطين.
  • TOB (المحفز المعتمد على كليهما - Triggered On Both): الإشارة وبقية الحدث غير كافيين بشكل فردي، لكن اتحادهما يحفز النظام.
• صيغة الكفاءة: يتم تقدير كفاءة المحفز ($\epsilon_{Trig}$) باستخدام العلاقة بين هذه الفئات:
  $$\epsilon_{Trig} \approx \frac{N_{Trig} \times N_{TISTOS}}{N_{TIS} \times N_{TOS}}$$
  حيث تمثل $N$ العائد لكل فئة من هذه الفئات. تسمح هذه الصيغة بحساب الكفاءة باستخدام البيانات المحفزة فقط.

التعامل مع الارتباطات

يعد الارتباط الكينماتيكي بين عينات "الوسم" (TOS) و"الجس" (TIS) مصدراً رئيسياً للانحياز. للتخفيف من ذلك، تتطلب الطريقة تقييم الكفاءة في فئات ضيقة من حيز الطور (مثل الزخم المستعرض $p_T$، والاعتلاج $\eta$). ومع صغر حجم الفئات، يتضاءل الانحياز الناتج عن الارتباطات، ويقترب التقدير من قيمة المحاكاة الحقيقية.

التخفيف من الخلفية

لعزل عائد الإشارة الحقيقي من ضوضاء الخلفية داخل هذه الفئات، تنفذ الورقة ثلاث طرق إحصائية متميزة:

1. طرح النطاق الجانبي (Sideband Subtraction): يحدد نوافذ الإشارة والنطاق الجانبي في متغير تمييزي (مثل الكتلة الثابتة) لتقدير وطرح كثافة الخلفية.
2. الملاءمة والعد (Fit-and-Count): يستخدم دالات كثافة احتمالية (PDFs) ممتدة لملاءمة مكونات الإشارة والخلفية في آن واحد في كل فئة.
3. sPlot: يقوم بملاءمة احتمالية عالمية لاستخراج أوزان لكل حدث (sWeights) للإشارة والخلفية، مما يسمح باستخراج عوائد الإشارة في مناطق محددة من حيز الطور دون الحاجة لإعادة الملاءمة لكل فئة.

3. المساهمات الرئيسية: حزمة TriggerCalib

المساهمة الرئيسية لهذا العمل هي TriggerCalib، وهي حزمة برمجية مركزية تعتمد على لغة بايثون وتنفذ إطار عمل TISTOS.

• المركزية: تحل محل حاجة المحللين لإعادة تنفيذ منطق TISTOS المعقد في كل تحليل، مما يقلل وقت التنفيذ من أيام إلى دقائق.
• المرونة: تدعم مخططات تقسيم حيز الطور التعسفية وتسمح للمحللين باختيار أي متغير تمييزي.
• التعامل مع الخلفية: تدعم بشكل أصيل طرق التخفيف الثلاث (Sideband، Fit-and-Count، sPlot) وتتضمن أدوات للتحقق من استقلالية المتغيرات (باستخدام اختبار نسبة الاحتمالية واختبار Kendall's $\tau$) لضمان صلاحية sPlot.
• انتشار عدم اليقين: تتضمن تنفيذاً مبتكراً لحساب عدم اليقين الإحصائي الذي يأخذ في الاعتبار بشكل صحيح الارتباطات بين فئات TIS وTOS وTISTOS (باستخدام فاصل Wilson المعمم).
• تصحيحات المحاكاة: تولد أوزان التصحيح ($w_i = \epsilon_{data} / \epsilon_{sim}$) لتطبيقها على عينات المحاكاة، مما يمكن من تصحيح استجابات المحفز في قنوات الاضمحلال النادرة حيث يكون الحساب المباشر القائم على البيانات مستحيلاً بسبب انخفاض الإحصائيات.

4. النتائج والتحقق من الصحة

تم التحقق من صحة الحزمة باستخدام عينة محاكاة من اضمحلالات $B^+ \to J/\psi (\mu^+\mu^-) K^+$، والتي تحاكي ظروف تشغيل LHCb في المرحلة الثالثة (Run 3) لعام 2024.

• الاتساق: أنتجت جميع طرق تخفيف الخلفية الثلاث (Sideband، Fit-and-Count، sPlot) نتائج كفاءة محفز متسقة ($\approx 97.3\%$) مع عدم يقين إحصائي صغير.
• اختبار الانحياز: توضح الورقة أنه بينما توجد ارتباطات كينماتيكية (مثل الارتباط بين $p_T$ والكتلة الثابتة) ويمكن أن تسبب انحيازاً في أوزان sWeights، إلا أن تأثيرها على نسبة الكفاءة النهائية غالباً ما يكون ضئيلاً إذا كان الانحياز يؤثر على فئتي TIS وTOS بالتساوي.
• الأداء: نجحت الأداة في التعامل مع تعقيدات خطوط المحفز في LHCb (HLT1 وHLT2) ووفرت سير عمل قوياً لكل من تقدير الكفاءة المباشر وتصحيح المحاكاة.

5. الأهمية

تمثل هذه الورقة خطوة حاسمة للأمام في البنية التحتية لتحليل بيانات LHCb:

1. التقييس: من خلال توفير تنفيذ واحد معتمد لطريقة TISTOS، فإنها تضمن الاتساق عبر مختلف التحليلات الفيزيائية وتقلل من مخاطر أخطاء التنفيذ.
2. الكفاءة: إنها تخفض بشكل كبير حاجز الدخول لدراسات كفاءة المحفز، مما يسمح لعلماء الفيزياء بالتركيز على النتائج الفيزيائية بدلاً من الآليات الإحصائية.
3. الدقة: يعزز التعامل الصارم مع عدم اليقين الإحصائي والانحيازات المنهجية (عبر تقسيم حيز الطور ونمذجة الخلفية) من دقة قياسات LHCb، لا سيما للعمليات النادرة حيث تكون تصحيحات المحفز حيوية.
4. الجاهزية للمستقبل: تم تصميم إطار العمل للتعامل مع بيانات عالية السطوع لـ LHCb في المرحلة الثالثة وما بعدها، مما يدعم نظام المحفز القائم كلياً على البرمجيات.

باختدال، تسد هذه الورقة الفجوة بين أطر كفاءة المحفز النظرية والتطبيق العملي، حيث تقدم أداة قوية ومفتوحة المصدر تعمل على تقييس وتسريع القياسات الدقيقة في فيزياء النكهة الثقيلة.