Highly boosted dielectron identification in proton-proton collisions at $\sqrt{s}$ = 13 TeV

El artículo presenta una nueva técnica basada en modelos multivariados para identificar pares de electrones altamente impulsados que se fusionan en una sola señal en el calorímetro electromagnético del detector CMS, logrando eficiencias de identificación del 80% y 60% para casos con dos y una pista reconstruida, respectivamente, utilizando datos de colisiones protón-protón a 13 TeV.

Lo esencial

¡Claro que sí! Imagina que el CERN es como el estadio de fútbol más grande y ruidoso del mundo, donde dos equipos de partículas (protones) chocan a velocidades increíbles. En el centro del estadio hay un detector gigante llamado CMS, que actúa como una cámara de seguridad supersónica capaz de ver todo lo que sucede en el choque.

El problema es que, a veces, en medio de ese caos, salen dos "jugadores" muy pequeños (electrones) que viajan tan rápido y tan juntos que la cámara normal no puede distinguirlos como dos personas separadas. Para la cámara, parecen una sola mancha brillante.

Aquí te explico qué hizo este equipo de científicos, usando una analogía sencilla:

1. El Problema: La "Mancha" Indistinguible

Imagina que tienes dos moscas volando tan rápido y tan pegadas una a la otra que, si las miras desde lejos, solo ves un punto negro.

• En la física normal: Si las moscas están separadas, la cámara las ve como dos puntos distintos.
• En este caso: Cuando las partículas salen de un choque muy energético (como si las moscas hubieran salido disparadas de un cañón), se vuelven tan rápidas que se "fusionan" visualmente en el detector. La cámara dice: "¡Solo veo un electrón!".

Si no logramos ver que en realidad hay dos, perdemos información vital sobre nuevas partículas misteriosas que podrían explicar los secretos del universo (como la materia oscura o nuevas fuerzas).

2. La Solución: El "Detective" con Dos Ojos

El equipo del CMS desarrolló un nuevo método, como si le dieran al detector dos tipos de gafas especiales para ver a través de la mancha.

Opción A: El Detective con "Dos Huellas" (Modelo de dos pistas)

A veces, aunque las partículas se vean como una sola mancha de luz, sus "huellas" en el suelo (las trayectorias que dejan al pasar por los sensores) siguen siendo dos líneas separadas.

• La analogía: Imagina que dos corredores corren tan juntos que sus sombras se mezclan en una sola mancha oscura en la pared, pero si miras sus pies, ves claramente que hay dos pares de zapatillas.
• La técnica: Usaron una Inteligencia Artificial (un cerebro digital llamado BDT) que aprendió a mirar la forma de la mancha de luz y compararla con las dos huellas de los pies. Si la geometría encaja, el detective dice: "¡Esa no es una sola persona, son dos!".
• Resultado: Funcionó muy bien, identificando al 80% de estos casos.

Opción B: El Detective con "Una Huella" (Modelo de una sola pista)

A veces, las partículas van tan rápido que la cámara de huellas solo logra captar una de las dos. La otra se pierde o se confunde.

• La analogía: Es como si dos corredores fueran tan rápidos que solo uno deja una huella clara en el barro, pero la sombra en la pared es tan grande y extraña que sabes que debe haber dos.
• La técnica: Aquí el detective mira la relación entre el tamaño de la sombra (la energía) y la huella que sí vio. Si la sombra es enorme pero la huella es pequeña, el cerebro digital sospecha: "¡Algo raro pasa aquí, debe haber un compañero invisible!".
• Resultado: Este método es más difícil, pero logró identificar al 60% de estos casos extremos.

3. ¿Cómo probaron que funcionaba?

Para asegurarse de que sus "detectives" no estaban alucinando, usaron dos trucos de magia:

1. El Truco del "J/ψ" (Jota psi): Usaron un tipo de partícula conocida (el mesón J/ψ) que, por suerte, a veces se desintegra en dos electrones muy rápidos. Como ya sabían que eran dos, usaron estos eventos para "entrenar" al detective de dos pistas. Fue como darle al detective un examen de práctica con respuestas conocidas.
2. El Truco de la "Conversión de Fotón": Para el caso de la "huella única", usaron fotones (luz) que se convierten en pares de electrones. A veces, uno de los electrones se pierde, imitando perfectamente el escenario difícil que querían detectar.

4. El Resultado Final

Gracias a este nuevo sistema, los científicos ahora pueden "ver" a las partículas que antes estaban ocultas en la fusión.

• Antes: Si dos electrones salían disparados juntos, el detector decía "Veo uno".
• Ahora: El detector dice "¡Espera! Veo una mancha extraña y dos huellas, ¡son dos electrones!".

Esto es como si antes solo pudieras contar a los espectadores en un estadio cuando estaban sentados en filas separadas, pero ahora, gracias a esta nueva técnica, puedes contar a la gente que está de pie, gritando y agarrada de la mano en medio de la multitud.

¿Por qué importa?
Porque en el universo, las cosas más nuevas y extrañas (la física más allá del Modelo Estándar) a menudo se esconden en esos "grupos apretados". Si no podemos separarlos, no podemos descubrirlos. Este trabajo es como darle a los científicos una lupa de alta potencia para encontrar tesoros que antes estaban invisibles.

Resumen técnico

Resumen Técnico: Identificación de Dielectrones Altamente Impulsados en CMS

1. El Problema

En los modelos de física más allá del Modelo Estándar (BSM), se predicen bosones ligeros que pueden decaer en pares de electrones ($e^+e^-$). Cuando estos bosones ligeros son producidos con un impulso de Lorentz alto ($\gamma_L > 20$), el ángulo de apertura entre los dos electrones se vuelve extremadamente pequeño.

Esto presenta dos desafíos críticos para el detector CMS:

1. Fusión de Depósitos de Energía: Si la separación angular ($\Delta R$) es menor que la granularidad del calorímetro electromagnético (ECAL) o su radio de Molière, los depósitos de energía de ambos electrones se fusionan en un solo "clúster" en el ECAL, impidiendo que los algoritmos estándar los resuelvan como dos objetos distintos.
2. Pérdida de Rastros (Tracks): En impulsos extremadamente altos, los algoritmos de reconstrucción de rastros pueden fallar al identificar uno de los dos electrones debido a la superposición de hits en el rastreador interno, resultando en candidatos con un solo rastro reconstruido ("single-track").

Los algoritmos estándar de identificación de electrones (ID) fallan en estos regímenes, lo que reduce drásticamente la sensibilidad a nuevos fenómenos físicos en el canal de electrones.

2. Metodología

El documento presenta una nueva técnica de identificación (ID) para electrones fusionados (eME) que utiliza dos modelos multivariados independientes basados en Árboles de Decisión de Refuerzo (BDT), diseñados para dos escenarios:

A. Modelo de "Dos Rastros" (Two-Track)

• Caso: Ambos electrones tienen sus rastros reconstruidos, pero sus depósitos de energía están fusionados en el ECAL.
• Variables Clave: Se utilizan variables geométricas que comparan la compatibilidad entre el clúster fusionado y los dos rastros de electrones.
  • Se define un nuevo clúster de energía llamado $U_{5\times5}$, que es la unión de las matrices de $5\times5$ cristales de tungstato de plomo alrededor de los dos rastros, en lugar del superclúster (SC) estándar.
  • Variables como $\Delta v/\Delta R$ (separación perpendicular a la línea que une los rastros), $\alpha_{track}$ (ángulo entre la línea de los rastros y el eje $\phi$), y la covarianza log-ponderada de los cristales.
• Entrenamiento: Se entrena utilizando eventos simulados de $X \to YY \to 4e$ (señal) frente a electrones aislados de procesos de fondo ($W$, DY, $t\bar{t}$).

B. Modelo de "Un Rastro" (Single-Track)

• Caso: Solo se reconstruye un rastro de electrón debido a la limpieza de trayectorias o la fusión extrema.
• Variables Clave: Se basa principalmente en la relación entre la energía del clúster fusionado y el momento del rastro reconstruido ($E/p$).
  • También se utilizan variables de forma del clúster ($\Delta \eta_{seed}$, $\Delta \phi$, relación de energías $E_{1\times5}/E_{5\times5}$) y la covarianza del clúster.
• Entrenamiento: Similar al modelo anterior, utilizando simulaciones de señal y fondo.

C. Corrección de Energía

• Dado que el clúster estándar no captura toda la energía de los electrones fusionados, se desarrolla una corrección de energía específica para el clúster $U_{5\times5}$.
• Se utiliza el decaimiento $B^\pm \to J/\psi K^\pm \to e^e K^\pm$ para calibrar la escala y la resolución de energía en los datos, ajustando los parámetros de escala ($\alpha$) y ensanchamiento ($\beta$) para igualar la simulación con los datos reales.

3. Contribuciones Clave

1. Desarrollo de Algoritmos BDT: Creación de dos modelos de identificación específicos para el régimen de alto impulso, superando las limitaciones de la reconstrucción estándar de electrones.
2. Nueva Definición de Clúster ($U_{5\times5}$): Implementación de un método de agrupación de energía optimizado para capturar la totalidad del depósito de energía de pares de electrones muy cercanos.
3. Validación con Datos Reales:
   • Modelo de Dos Rastros: Validado utilizando mesones $J/\psi$ impulsados (decaimiento $J/\psi \to e^+e^-$) en el conjunto de datos "B Parking".
   • Modelo de Un Rastro: Validado utilizando eventos $Z \to \mu^+\mu^-\gamma$ donde el fotón se convierte en un par $e^+e^-$ colimado (conversión de un solo "pierna").
4. Corrección de Escala de Energía: Una metodología robusta para corregir la energía de los candidatos eME utilizando resonancias de mesones B, asegurando una precisión en la medición de la masa invariante.

4. Resultados Principales

• Eficiencia del Modelo de Dos Rastros: Se logra una eficiencia global del 80% para pares $e^+e^-$ con dos rastros reconstruidos y un impulso de Lorentz $\gamma_L > 20$. La eficiencia se mantiene estable en función de la energía transversal ($E_T$) y la distancia transversal ($L_{xy}$).
• Eficiencia del Modelo de Un Rastro: Se logra una eficiencia de aproximadamente 60% para pares con un solo rastro reconstruido.
• Factor de Escala (SF):
  • Para el modelo de dos rastros, el factor de escala (Datos/MC) es de 1.03 con una incertidumbre sistemática del ~6%.
  • Para el modelo de un rastro, el factor de escala es de 1.00 con una incertidumbre mayor (~24-40% debido a la topología y $E_T$), lo cual se considera aceptable dado el bajo fondo.
• Corrección de Energía: Los parámetros de corrección encontrados son $\alpha = 1.003 \pm 0.003$ y $\beta = 0.02 \pm 0.01$, logrando una excelente concordancia entre la resolución de energía en datos y simulación para el clúster $U_{5\times5}$.

5. Significado e Impacto

Esta técnica es fundamental para las búsquedas de nueva física en el LHC:

• Ampliación del Espacio de Fases: Permite recuperar la sensibilidad en regiones donde los electrones están tan colimados que los algoritmos estándar fallan (especialmente para $\Delta R < 0.04$).
• Reducción de Fondos: La nueva identificación reduce significativamente los fondos originados por electrones aislados que podrían imitar señales de resonancias ligeras.
• Aplicación Directa: El método ya se está utilizando en análisis de datos del CMS para buscar bosones ligeros BSM que decaen en cuatro leptones (dos pares de electrones) con altos impulsos, mejorando los límites de exclusión y la sensibilidad de descubrimiento en el canal de electrones.

En resumen, este trabajo cierra una brecha crítica en la reconstrucción de partículas en el detector CMS, permitiendo explorar regímenes de alta energía y alta colimación que anteriormente eran inaccesibles o poco eficientes.