High-level hadronic tau lepton triggers of the CMS experiment in proton-proton collisions at $\sqrt{s}$ = 13.6 TeV

Este artículo resume el desarrollo y el rendimiento de nuevos algoritmos de aprendizaje automático implementados en el disparador de alto nivel del experimento CMS para la identificación eficiente de tau leptones hadrónicos en colisiones protón-protón a 13.6 TeV, utilizando datos de 2022-2023.

Lo esencial

¡Hola! Imagina que el CERN y su colisionador de partículas (el LHC) son una fábrica de caos cósmico. Cada segundo, bombardean protones entre sí a velocidades increíbles, creando millones de "explosiones" de partículas nuevas. El problema es que la mayoría de estas explosiones son ruido: basura cósmica que no nos interesa.

Lo que los científicos del experimento CMS realmente buscan son "agujas en un pajar": partículas especiales llamadas tauones (específicamente, los que se desintegran en hadrones, o "tauones hadrónicos"). Estos tauones son como mensajeros secretos que nos cuentan sobre el Bosón de Higgs o sobre nueva física misteriosa.

El problema es que hay demasiado ruido. Si intentas revisar cada explosión manualmente, tardarías siglos. Por eso, necesitan un sistema de seguridad ultra-rápido (llamado "disparador" o trigger) que decida en una fracción de microsegundo qué eventos guardar y cuáles tirar a la basura.

Aquí es donde entra esta paper. Es como el manual de actualización de ese sistema de seguridad, explicando cómo han aprendido a usar la Inteligencia Artificial (IA) para ser mucho más inteligentes y rápidos.

Aquí te lo explico con analogías sencillas:

1. El Problema: El "Tráfico" de Partículas

Imagina que el LHC es una autopista con tráfico pesado. Cada vez que chocan dos coches (protones), salen volando miles de piezas (partículas).

• La mayoría son chatarra (jets de quarks y gluones): son como escombros comunes que vuelan por todas partes.
• Los tauones son como coches deportivos rojos muy específicos que queremos encontrar.

En el pasado (Run 2), el sistema de seguridad usaba reglas simples y rígidas para filtrar: "Si el coche es rojo y va a más de 100 km/h, guárdalo". Pero el tráfico ha aumentado (más colisiones por segundo), y ahora hay muchos "coches rojos falsos" (chatarra que parece roja) que engañan al sistema. Además, los tauones son muy rápidos y se desintegran casi al instante, por lo que solo vemos sus "restos" (sus hijos), no al coche original.

2. La Solución: Dos nuevos "Detectives de IA"

Para el nuevo periodo de datos (Run 3), el equipo de CMS ha instalado dos nuevos detectives basados en Machine Learning (aprendizaje automático) dentro del sistema de seguridad. Estos detectives no solo miran si algo es "rojo", sino que analizan el patrón de las huellas que deja el coche.

Detective A: L2TAUNNTAG (El Filtro Rápido)

• ¿Qué hace? Es un filtro de seguridad en la entrada (nivel L2). Imagina que tienes una fila de miles de personas entrando a un estadio. Antes, un guardia miraba solo la credencial y decía "pasa" o "no pasa". Ahora, este detective usa una red neuronal (un cerebro digital) que mira la cara, la ropa, la forma de caminar y la velocidad.
• Su superpoder: Es capaz de distinguir entre un verdadero tauón y un "impostor" (un jet de basura) mucho mejor que las reglas antiguas, y lo hace más rápido.
• El resultado: Logran guardar más tauones reales sin llenar el estadio de gente falsa. Es como si el guardia pudiera decir: "Esa persona parece sospechosa, pero su huella dactilar coincide con la de un VIP, ¡pasa!".

Detective B: DEEPTAU (El Experto en Identificación)

• ¿Qué hace? Este es el experto forense que trabaja un poco más tarde (nivel L3). Cuando el Detective A deja pasar a un candidato, DEEPTAU lo examina con lupa.
• Su superpoder: Mira los detalles finos de cómo se desintegran las partículas. Los tauones tienen un "estilo" de desintegración muy particular (como dejar un rastro de 1 o 3 partículas cargadas), mientras que la basura (jets) deja un rastro desordenado y caótico. DEEPTAU es como un reconocedor de patrones que sabe exactamente cómo se ve la firma de un tauón real.
• La novedad: Antes, este detective solo trabajaba en el laboratorio (offline), analizando los datos después de meses. Ahora, ¡trabaja en tiempo real dentro del sistema de seguridad!

3. El Resultado: Más Inteligencia, Menos Costo

Lo increíble de este trabajo es que han logrado mejorar la eficiencia sin gastar más energía ni tiempo.

• Antes: El sistema era como un guardia de seguridad que gritaba "¡Alto!" a todo lo que se movía rápido, perdiendo muchos tauones reales o guardando mucha basura.
• Ahora: Es como un sistema de reconocimiento facial avanzado. Sabe exactamente quién es quién.
  • Capturan más tauones reales: Han mejorado la capacidad de encontrar los "coches deportivos rojos" auténticos.
  • Mantienen el tráfico controlado: No han llenado el disco duro de datos basura.
  • Funcionan en el caos: Incluso con más tráfico (más colisiones por segundo), el sistema sigue funcionando perfectamente.

En Resumen

Esta paper es la historia de cómo los científicos del CMS actualizaron el cerebro de su sistema de seguridad. En lugar de usar reglas simples y tontas ("si es rojo, guárdalo"), ahora usan dos cerebros de IA (L2TAUNNTAG y DEEPTAU) que aprenden a reconocer la "firma" única de los tauones.

Gracias a esto, en los próximos años, cuando analicen los datos de las colisiones, tendrán muchos más ejemplos de tauones para estudiar el Bosón de Higgs y buscar nueva física, todo esto sin tener que construir un ordenador más grande. ¡Es como si hubieran aprendido a encontrar agujas en un pajar usando un imán inteligente en lugar de buscar a mano!

Resumen técnico

Resumen Técnico: Despliegue de Algoritmos de Aprendizaje Automático en el Disparador de Alto Nivel (HLT) para Tau Hadrónicos en CMS

1. Problema y Contexto

El detector CMS (Compact Muon Solenoid) en el LHC del CERN enfrenta desafíos crecientes en la adquisición de datos debido al aumento de la luminosidad y el número de interacciones por cruce de paquetes (pile-up) en el LHC. Específicamente, la identificación de leptones tau que decaen hadrónicamente ($\tau_h$) en el nivel de disparo (trigger) es una tarea crítica pero difícil.

• Desafío Principal: Distinguir los decaimientos hadrónicos de tau (señal) de los chorros (jets) iniciados por quarks o gluones (fondo), especialmente cuando el detector está envejecido y el ruido de fondo es alto.
• Limitación Histórica: En el "Run 2" (2016-2018), el sistema de disparo utilizaba algoritmos basados en cortes ("cut-based") con observables simples, lo que limitaba la eficiencia de selección de tau genuinos sin aumentar excesivamente la tasa de eventos de fondo.
• Necesidad: Se requiere una mayor eficiencia de identificación con un costo computacional bajo para mantener las tasas de almacenamiento dentro de los límites operativos en el "Run 3" (2022-2023, $\sqrt{s} = 13.6$ TeV).

2. Metodología

El artículo describe la implementación y evaluación de dos nuevos algoritmos basados en aprendizaje automático (Machine Learning - ML) integrados en el HLT de CMS para la selección de candidatos $\tau_h$:

A. Algoritmo L2TAUNNTAG (Nivel 2 del HLT):

• Arquitectura: Una red neuronal convolucional (CNN) diseñada para procesar datos estructurados en una cuadrícula $\eta-\phi$.
• Entradas: Combina información de nivel global (número de vértices), nivel de objeto (propiedades del candidato L1 $\tau_h$) y nivel de detector (depósitos de energía en ECAL/HCAL y trazas de partículas basadas en GPU del detector de píxeles mediante PATATRACKS).
• Función: Reemplaza las secuencias L2 y L2.5 basadas en cortes del Run 2. Su objetivo es reducir la tasa de eventos de fondo (jets QCD) antes de la reconstrucción L3, manteniendo o mejorando la eficiencia de los tau genuinos.
• Entrenamiento: Utiliza muestras de Monte Carlo (DY, $t\bar{t}$, W+jet) para tau genuinos y eventos QCD para jets mal identificados.

B. Algoritmo DEEPTAU (Nivel 3 del HLT):

• Arquitectura: Una versión simplificada y optimizada del algoritmo DEEPTAU utilizado en análisis offline, basado en una red neuronal profunda convolucional.
• Entradas: Utiliza la reconstrucción "Particle-Flow" (PF) online. Se alimenta de información de alto nivel del candidato $\tau_h$ y de información de bajo nivel del rastreador interno, calorímetros y detectores de muones dentro del cono de aislamiento.
• Simplificaciones: Para cumplir con las restricciones de tiempo del HLT, no se utilizan discriminadores contra electrones o muones (ya que estos son fondos menores en este contexto específico) ni ajustes de vértices primarios complejos.
• Función: Proporciona una puntuación de identificación (tau-ID) para distinguir $\tau_h$ de jets, electrones y muones en la etapa final de reconstrucción.

C. Evaluación y Datos:

• Se utilizaron datos de colisiones protón-protón de 2022-2023 (luminosidad integrada de 62 fb$^{-1}$).
• Se empleó la técnica "tag-and-probe" con eventos de decaimiento $Z \to \tau\tau$ (donde un tau decae a muón y el otro a hadrones) para medir la eficiencia en tiempo real.
• Se compararon las tasas de eventos y eficiencias entre los métodos basados en cortes del Run 2 y los nuevos métodos basados en ML.

3. Contribuciones Clave

1. Primera implementación de ML en HLT para Tau: Este es el primer despliegue de algoritmos de aprendizaje profundo (CNN) en el HLT de CMS específicamente para la identificación de tau hadrónicos.
2. Optimización de Recursos: Logran una mayor eficiencia de detección sin aumentar significativamente el costo computacional ni la tasa de eventos almacenados, a pesar del aumento del pile-up.
3. Arquitectura Híbrida: La combinación de PATATRACKS (reconstrucción de trazas en GPU) con redes neuronales en el nivel L2 permite un procesamiento rápido y preciso de la información de trazas, algo que antes era demasiado lento para el HLT.
4. Adaptabilidad: Los algoritmos están diseñados para funcionar en diferentes caminos de disparo (single-$\tau_h$, di-$\tau_h$, e$\tau_h$, $\mu\tau_h$) con umbrales y discriminantes ajustados para cada caso.

4. Resultados

• Eficiencia:
  • El algoritmo L2TAUNNTAG supera al enfoque basado en cortes en la mayoría del rango de momento transversal ($p_T$) visible para el camino de disparo di-$\tau_h$, mostrando una mejora notable en la región central de pseudorrapidez ($\eta$).
  • Para el camino single-$\tau_h$, la introducción de L2TAUNNTAG reduce el tiempo de procesamiento en aproximadamente un 40%, manteniendo la eficiencia y la tasa de eventos constantes.
  • El algoritmo DEEPTAU en el nivel L3 demuestra una eficiencia superior en comparación con la selección basada en cortes del Run 2 en la mayoría del rango de $p_T$, manteniendo tasas de eventos similares.
• Tasas de Eventos:
  • Las estimaciones y observaciones de tasas (Tabla 2 y 3) muestran que los nuevos algoritmos logran reducir o mantener las tasas de entrada a las etapas posteriores del HLT (ej. reducción de 6.1 kHz a 5.4 kHz en el camino di-$\tau_h$ al simular condiciones Run 3).
• Consistencia Datos-Simulación:
  • Los factores de escala (Data/MC) calculados para las eficiencias son cercanos a la unidad (1.0) después del umbral de activación ("turn-on"), lo que indica que la simulación describe bien el comportamiento del disparador en los datos reales.
  • Las eficiencias son robustas frente al aumento del número de vértices primarios (pile-up), mostrando estabilidad en los años 2022 y 2023.

5. Significado e Impacto

El éxito de esta implementación tiene implicaciones profundas para la física de partículas en el LHC:

• Precisión en el Bosón de Higgs: Mejora la capacidad de medir las desintegraciones del bosón de Higgs a pares de tau ($H \to \tau\tau$), un canal crucial para probar el Modelo Estándar.
• Búsqueda de Nueva Física (BSM): Aumenta la sensibilidad a la búsqueda de partículas más allá del Modelo Estándar que decaen a tau leptones, permitiendo explorar regiones de masa y acoplamiento previamente inaccesibles debido a limitaciones de eficiencia del disparo.
• Escalabilidad: Demuestra que el uso de algoritmos de ML complejos en el HLT es viable y necesario para futuros aumentos de luminosidad en el LHC (HL-LHC), estableciendo un precedente para la integración de inteligencia artificial en sistemas de tiempo real de alta velocidad.

En resumen, el documento valida una transición exitosa de algoritmos heurísticos a modelos de aprendizaje automático en el sistema de disparo de CMS, logrando una selección de eventos más eficiente y precisa para estados finales con tau hadrónicos en el entorno de alta luminosidad del Run 3.