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

Dieses Papier stellt ein datengesteuertes Framework zur Schätzung von Trigger-Effizienzen für LHCb vor und beschreibt die Entwicklung sowie Leistungsfähigkeit des Softwarepakets „TriggerCalib", das diese Berechnungen zentralisiert und die Abschätzung statistischer sowie systematischer Unsicherheiten ermöglicht.

Das Wesentliche

Das große Fest: Wie man die Türsteher des LHCb-Experiments versteht

Stell dir vor, das LHCb-Experiment am CERN ist ein riesiges, überfülltes Musikfestival. Tausende von Teilchen (die Gäste) rasen durch die Gegend und kollidieren. Das Ziel der Wissenschaftler ist es, ganz spezielle, seltene Gäste zu finden – sagen wir, eine berühmte Band, die nur einmal pro Jahr auftritt (das sind die physikalischen Ereignisse, die wir untersuchen wollen).

Das Problem: Das Festival ist so voll, dass man unmöglich jeden einzelnen Gast von Hand durchsuchen kann. Man bräuchte dafür einen riesigen Sicherheitsdienst, der jeden einzelnen Menschen anhält. Das wäre zu teuer und zu langsam.

1. Die Türsteher (Der Trigger)

Deshalb gibt es Türsteher (im Fachjargon: Trigger). Diese arbeiten in zwei Schichten:

• Schicht 1 (HLT1): Ein schneller Scan. Sie schauen nur auf grobe Merkmale (z. B. "Ist das eine große Gruppe?").
• Schicht 2 (HLT2): Eine genauere Prüfung. Sie schauen sich die Gesichter genauer an, um zu sehen, ob es wirklich die gesuchte Band ist.

Nur wer die Türsteher passiert, darf ins Festivalgelände und wird aufgezeichnet. Alles andere wird sofort wieder rausgeworfen.

Das Problem: Um zu wissen, wie gut die Wissenschaftler ihre Analyse machen, müssen sie genau wissen: Wie viele der gesuchten Gäste hat der Türsteher wirklich hereingelassen?
Wenn man das nur am Computer simuliert, kann man die Türsteher nicht perfekt nachbauen. Wenn man aber alle Daten aufzeichnet, um sie später zu prüfen, würde der Speicherplatz platzen.

2. Die clevere Lösung: Die "TISTOS"-Methode

Hier kommt der Trick aus dem Papier ins Spiel, genannt TISTOS. Stell dir vor, du willst wissen, wie oft der Türsteher die Band hereingelassen hat, hast aber nur eine Liste von Leuten, die bereits hereingelassen wurden.

Die Wissenschaftler nutzen einen cleveren Detektiveffekt:

• TOS (Trigger On Signal): Der Türsteher hat die Band gesehen und sie hereingelassen, weil sie da waren.
• TIS (Trigger Independent of Signal): Der Türsteher hat die Band gar nicht gesehen, aber er hat einen anderen Gast (z. B. einen Sicherheitsbeamten) gesehen und deshalb die Tür geöffnet. Die Band ist dann einfach "zufällig" mit hereingekommen.

Die Logik:
Wenn du weißt, wie oft der Türsteher die Tür öffnet, wenn nur die Band da ist (TOS), und wie oft er sie öffnet, wenn nur andere Gäste da sind (TIS), kannst du mathematisch berechnen, wie effizient er eigentlich ist. Es ist wie beim Schätzen der Wahrscheinlichkeit, dass ein Regenschirm gekauft wird: Wenn du weißt, wie oft Leute Schirme kaufen, wenn es regnet, und wie oft sie sie kaufen, wenn die Sonne scheint, kannst du das Verhalten vorhersagen.

3. Das neue Werkzeug: "TriggerCalib"

Bisher musste jeder Wissenschaftler, der eine neue Analyse machte, diese komplizierte Rechnung (TISTOS) von Grund auf neu programmieren. Das war wie wenn jeder Koch, der eine Suppe kochen will, erst sein eigenes Messer schmieden muss. Das kostet viel Zeit und führt zu Fehlern.

Das Papier stellt ein neues Werkzeug vor: TriggerCalib.

• Was ist das? Eine fertige "Koch-App" (eine Software auf Python-Basis).
• Was macht sie? Sie nimmt die rohen Daten, wendet die TISTOS-Logik automatisch an und spuckt das Ergebnis aus.
• Der Vorteil: Statt Tage zu brauchen, um die Rechnung zu programmieren, dauert es jetzt nur noch Minuten. Es ist wie ein vorgefertigtes Messer, das jeder benutzen kann.

4. Das Rauschen im Signal (Hintergrund)

Das Festival ist chaotisch. Manchmal kommen zufällige Gruppen von Leuten zusammen, die aussehen wie die Band, aber gar nicht die Band sind (das nennt man combinatorial background).
Das neue Werkzeug bietet drei Methoden, um dieses Rauschen herauszufiltern:

1. Seitenband-Subtraktion: Man schaut sich die Leute an, die ganz sicher nicht zur Band gehören (die Ränder des Bildes), und zieht deren Anzahl von der Gesamtzahl ab.
2. Fit-and-Count: Man passt eine mathematische Kurve an die Daten an, um genau zu berechnen, wie viel "echte Band" und wie viel "Zufall" drin ist.
3. sPlot: Eine noch raffiniertere Methode, die jedem einzelnen Gast ein Gewicht gibt, basierend darauf, wie wahrscheinlich es ist, dass er zur Band gehört.

Das Papier zeigt, dass alle drei Methoden bei einem gut verstandenen Testfall (eine bestimmte Teilchenzerfallskette) fast das gleiche Ergebnis liefern.

5. Unsicherheiten und Fehler

Niemand ist perfekt. Auch die Türsteher machen Fehler, und die Berechnungen haben Unsicherheiten.

• Statistische Unsicherheit: Wenn man nur wenige Gäste hat, ist die Schätzung ungenauer (wie wenn man die Wählerzahlen nur an 10 Leuten abfragt).
• Systematische Unsicherheit: Das sind Fehler im System. Zum Beispiel: Was, wenn die Türsteher bei bestimmten Wetterbedingungen (anderen Teilchen-Eigenschaften) anders arbeiten? Das neue Werkzeug hilft den Wissenschaftlern, diese Fehlerquellen zu finden und zu quantifizieren.

Fazit

Dieses Papier ist wie eine Bedienungsanleitung für ein neues, hochmodernes Werkzeug. Es sagt den Teilchenphysikern: "Hört auf, die Türsteher-Logik jedes Mal neu zu erfinden. Nutzt stattdessen unser fertiges Programm TriggerCalib. Es ist schneller, genauer und hilft euch, die seltensten Teilchen des Universums besser zu verstehen, indem es die Fehler bei der Zählung minimiert."

Es ist ein Schritt hin zu einer effizienteren Wissenschaft, bei der man weniger Zeit mit dem Bauen von Werkzeugen verbringt und mehr Zeit mit der eigentlichen Entdeckung hat.

Technische Zusammenfassung

Technische Zusammenfassung: Ein Framework und eine Implementierung zur datengestützten Schätzung von Trigger-Effizienzen bei LHCb

1. Problemstellung
In modernen Teilchenphysik-Experimenten wie LHCb am CERN sind Trigger-Systeme entscheidend, um aus der enormen Datenrate der Kollisionen nur die physikalisch interessanten Ereignisse zu speichern. Die genaue Bestimmung der Effizienz dieser Trigger-Selektionen ist eine Grundvoraussetzung für jede physikalische Analyse.
Das Hauptproblem besteht darin, dass diese Effizienzen nicht allein durch Simulationen zuverlässig bestimmt werden können, da die komplexen Trigger-Selektionskriterien schwer exakt zu modellieren sind. Eine direkte Berechnung aus Rohdaten (als Bruchteil der akzeptierten Kandidaten) ist unmöglich, da unfilterte Datenmengen prohibitiv groß wären. Bisherige Ansätze erforderten, dass Analysten die Berechnungsmethoden für jede einzelne Analyse neu implementieren mussten, was zu Ineffizienzen und potenziellen Inkonsistenzen führte.

2. Methodik: Die TISTOS-Methode
Das Papier stellt das Framework der TISTOS-Methode (Trigger Independent of Signal / Trigger On Signal) vor, eine vollständig datengestützte Methode zur Effizienzberechnung.

• Grundprinzip: Die Methode basiert auf einem "Tag-and-Probe"-Ansatz. Sie nutzt die Redundanz zwischen verschiedenen Trigger-Entscheidungen innerhalb desselben Datensatzes.
• Kategorisierung: Kandidaten werden basierend auf den zugrunde liegenden Detektor-Hits (im Vergleich zu den Hits des physikalischen Signals) in Kategorien eingeteilt:
  • TOS (Trigger On Signal): Das Signal selbst ist ausreichend, um den Trigger auszulösen.
  • TIS (Trigger Independent of Signal): Ein anderes Objekt im Ereignis löst den Trigger aus, unabhängig vom Signal.
  • TISTOS: Schnittmenge beider Fälle.
  • TOB (Triggered on Both): Signal und Rest des Ereignis sind gemeinsam notwendig (wird oft als kleine Störgröße behandelt).
• Effizienzberechnung: Die Trigger-Effizienz $\epsilon_{Trig}$ wird durch die Beziehung zwischen den TIS- und TOS-Kandidaten geschätzt. Da die reine TIS-Effizienz nicht direkt messbar ist, wird sie über eine TOS-Substichprobe approximiert:
  $$\epsilon_{Trig} \approx \frac{N_{Trig}}{N_{TIS}} \times \frac{N_{TISTOS}}{N_{TOS}}$$
  Um Verzerrungen durch kinematische Korrelationen zwischen Tag- und Probe-Proben zu minimieren, wird die Berechnung in engen Phasenraum-Bins (z. B. nach Impuls $p_T$) durchgeführt.

3. Schlüsselbeiträge: Das TriggerCalib-Paket
Der zentrale Beitrag des Papers ist die Entwicklung und Implementierung des TriggerCalib-Softwarepakets. Dies ist die erste zentralisierte, Python-basierte Implementierung der TISTOS-Berechnungen für LHCb-Analysen.

• Zentralisierung: Statt dass jeder Analyst die komplexe Logik neu schreibt, bietet TriggerCalib eine standardisierte Schnittstelle. Die Implementierungszeit sinkt von Tagen auf Minuten.
• Funktionalitäten:
  • Datengestützte Effizienzberechnung: Direkte Auswertung auf Daten mit hoher Statistik.
  • Korrektur von Simulationen: Berechnung von Gewichtungsfaktoren (Corrections), um die Trigger-Antwort in Simulationsdaten an reale Daten anzupassen (wichtig für seltene Zerfälle mit zu wenig Statistik für direkte Messung).
  • Untergrund-Mitigation: Das Paket implementiert drei Methoden zur Trennung von Signal und Untergrund:
    1. Sideband-Subtraktion: Abzug des Untergrunds basierend auf Massen-Rändern.
    2. Fit-and-Count: Anpassung von Wahrscheinlichkeitsdichtefunktionen (PDFs) an die Verteilung der Diskriminierungsvariable.
    3. sPlot: Globale Likelihood-Fits zur Berechnung von Ereignisgewichten (sWeights) für Signal und Untergrund.
• Unsicherheitsanalyse: Das Paket enthält eine Implementierung zur korrekten Berechnung statistischer Unsicherheiten unter Berücksichtigung der Überlappungen zwischen den TIS/TOS-Kategorien (unter Verwendung generalisierter Wilson-Intervalle).

4. Ergebnisse
Die Leistungsfähigkeit von TriggerCalib wurde an einem simulierten Datensatz des Zerfalls $B^+ \to J/\psi (\mu^+\mu^-) K^+$ demonstriert, der als Kontrollkanal dient.

• Konsistenz: Alle drei Untergrund-Mitigationsmethoden (Sideband, Fit-and-Count, sPlot) lieferten konsistente Ergebnisse für die integrierte Trigger-Effizienz (ca. 97,3 %).
• Statistische Unsicherheit: Die Implementierung der statistischen Unsicherheiten zeigte, dass die Methode robust ist, auch wenn die Daten in viele Phasenraum-Bins aufgeteilt werden.
• Korrelationstests: Es wurde gezeigt, dass Korrelationen zwischen der Diskriminierungsvariable (z. B. Invariantmasse) und den Variablen, nach denen die Effizienz binned wird (z. B. $p_T$), die sPlot-Methode verzerren können. Das Paket integriert Tests (Likelihood-Ratio-Test, Kendall's $\tau$), um solche Korrelationen zu prüfen. Im getesteten Datensatz wurden signifikante Korrelationen gefunden, die jedoch bei der Effizienzberechnung teilweise kompensiert werden, wenn sie alle Kategorien gleichmäßig betreffen.

5. Bedeutung und Ausblick
Die Arbeit stellt einen Meilenstein für die LHCb-Analysen dar, insbesondere im Hinblick auf den laufenden Run 3 (2022–2026), bei dem ein rein softwarebasierter Trigger mit höherer Luminosität eingesetzt wird.

• Standardisierung: TriggerCalib eliminiert die Notwendigkeit redundanter Implementierungen und stellt sicher, dass Trigger-Effizienzen über verschiedene Analysen hinweg konsistent berechnet werden.
• Flexibilität: Das Framework ist so gestaltet, dass es leicht an verschiedene Trigger-Entscheidungen und Phasenraum-Schemata angepasst werden kann.
• Zuverlässigkeit: Durch die integrierte Behandlung von statistischen Unsicherheiten und die Bereitstellung von Werkzeugen zur systematischen Unsicherheitsabschätzung (z. B. durch Variation der Bin-Größe oder der Kalibrationskanäle) erhöht sich die Zuverlässigkeit der physikalischen Ergebnisse.

Zusammenfassend bietet das Paper nicht nur eine theoretische Beschreibung der TISTOS-Methode, sondern ein vollständig funktionsfähiges, zentralisiertes Software-Tool, das die Präzision und Effizienz von Trigger-Effizienz-Schätzungen in der modernen Teilchenphysik signifikant verbessert.