Charged-lepton identification at Belle~II

Resumen Técnico: Identificación de leptones cargados en Belle II

Problema
El experimento Belle II, que opera en el colisionador $e^+e^-$ SuperKEKB, tiene como objetivo realizar mediciones de alta precisión de la violación de CP, los elementos de la matriz CKM y búsquedas de física más allá del Modelo Estándar. Un requisito crítico para estos objetivos físicos es una identificación de partículas (PID) robusta, específicamente la capacidad de distinguir leptones cargados (electrones y muones) de hadrones cargados (piones, kaones, protones). Aunque experimentos previos (BABAR y Belle) establecieron sólidas capacidades de PID, la mayor luminosidad instantánea y las condiciones de fondo más severas en SuperKEKB presentan desafíos significativos tanto para el hardware como para el software de reconstrucción. El artículo aborda la necesidad de caracterizar y optimizar los algoritmos utilizados para identificar electrones y muones y separarlos de los hadrones utilizando datos recolectados durante el Run 1 (2019–2022, 428 fb$^{-1}$).

Metodología
El estudio utiliza muestras de control derivadas de procesos físicos específicos para medir la eficiencia de PID y las tasas de mala identificación sin aplicar criterios de selección sesgados a las trazas "sonda" (probe). La metodología se basa en dos técnicas principales:

1. Tag-and-Probe: Utilizado para muestras que carecen de estructuras de pico (por ejemplo, $e^+e^- \to e^+e^-(\gamma)$, $e^+e^- \to \mu^+\mu^-\gamma$ y fusión de dos fotones e^+e^- \to e^e^-\ell^+\ell^-). Una traza ("tag") se selecciona con criterios de PID estrictos para definir la muestra, mientras que la otra ("probe") se utiliza para medir el rendimiento de manera imparcial.
2. Ajuste de Picos y sWeights: Utilizado para muestras con picos claros de masa invariante ($J/\psi \to \ell^+\ell^-$) y muestras de control de hadrones ($K_S^0 \to \pi^+\pi^-$, $D^{*+} \to D^0\pi^+$, $\Lambda \to p\pi^-$). Los rendimientos de la señal se extraen mediante ajustes, y se emplean sWeights para restar las contribuciones del fondo al calcular las eficiencias.

Los algoritmos de PID combinan información de múltiples subdetectores:

• Verosimilitudes Locales (Local Likelihoods): Los subdetectores individuales (SVD, CDC, TOP, ARICH, ECL, KLM) proporcionan verosimilitudes basadas en observables específicos (por ejemplo, $dE/dx$, tiempo de fotones Cherenkov, deposición de energía $E/p$ y profundidad de penetración).
• Probabilidades Globales: Las verosimilitudes locales se combinan utilizando el teorema de Bayes para formar probabilidades globales dependientes de la especie.
• Árboles de Decisión Potenciados (BDT): Para abordar las limitaciones de las combinaciones simples de verosimilitud (como la negligencia de las correlaciones y el manejo subóptimo de las regiones de bajo momento), los autores emplean clasificadores BDT. Estos utilizan variables adicionales del Calorímetro Electromagnético (ECL) (por ejemplo, momentos de la forma del clúster) y discriminantes de la forma de pulso de la onda para mejorar la separación leptón/hadrón, particularmente para electrones a bajo momento ($p \le 1$ GeV/c).

Contribuciones Clave

• Caracterización del Rendimiento: El artículo presenta una evaluación exhaustiva de las eficiencias de identificación de electrones y muones y las tasas de mala identificación de hadrones en todo el rango de momento y ángulo polar accesible en el Run 1.
• Comparación de Algoritmos: Proporciona una comparación directa entre los métodos de probabilidad "simples" (basados en razones de verosimilitud global) y los enfoques multivariantes basados en BDT.
• Correcciones de Datos/Simulación: Los autores compilan tablas de corrección (factores de escala) para alinear el rendimiento de la simulación con los datos observados, contabilizando las discrepancias en la eficiencia y las tasas de mala identificación. Estas se proporcionan para varios puntos de trabajo ($P > 0.5, 0.9, 0.95, 0.99$) y estados de carga.
• Identificación de Efectos Sistemáticos: El estudio identifica y cuantifica explícitamente el impacto de los fondos de inyección de haz en las mediciones de $dE/dx$ de la Cámara de Deriva Central (CDC), lo cual degrada el rendimiento en los datos en comparación con la simulación, particularmente para partículas de bajo momento.

Resultos

• Identificación de Electrones:
  • La selección basada en BDT supera significativamente al método de probabilidad simple, particularmente en la región de bajo momento ($0.5 < p < 1.0$ GeV/c) y en la región del barril ($32^\circ < \theta < 128^\circ$).
  • Las eficiencias de identificación de electrones oscilan entre el 50% y el 98% para tasas de mala identificación de piones entre el 0.1% y el 1%.
  • El rendimiento de los datos es generalmente menor que el de la simulación, con discrepancias atribuidas principalmente a los sesgos de $dE/dx$ de la CDC causados por los fondos de inyección de haz.
• Identificación de Muones:
  • Para momentos por debajo de 1 GeV/c, lograr eficiencias superiores al 80% requiere aceptar tasas de mala identificación de piones superiores al 18%.
  • Contrario al caso de los electrones, el método de probabilidad simple a menudo funciona mejor que el enfoque BDT en los datos para los muones, particularmente a momentos bajos donde el BDT depende de la información de la ECL, la cual es menos efectiva para muones que para electrones.
  • En el rango de momento intermedio ($1.0 < p < 3.0$ GeV/c) estudiado mediante decaimientos de $J/\psi$, ambos métodos muestran un rendimiento estable, con eficiencias que generalmente superan el 90%.
• Tasas de Mala Identificación:
  • $\pi$-como-$e$: Las tasas en los datos son 2 a 3 veces mayores que las predicciones de la simulación en la mayor parte del espacio de fase.
  • $\pi$-como-$\mu$: Las tasas en los datos son generalmente menores que las de la simulación, particularmente a momentos más altos.
  • $p$-como-$e$: El método de probabilidad simple supera significativamente al método BDT, el cual fue optimizado para la separación de $\pi$ y tiene dificultades para distinguir protones de electrones en el rango de $1.0 < p < 1.5$ GeV/c donde los valores de $dE/dx$ son similares.

Significancia
El artículo establece que la identificación efectiva de leptones es alcanzable en Belle II a pesar de las desafiantes condiciones de fondo del Run 1. Los resultados demuestran que, si bien los métodos simples basados en verosimilitud siguen siendo robustos (y a veces superiores para muones y protones), las técnicas multivariantes (BDT) ofrecen mejoras sustanciales para la identificación de electrones, particularmente en las regiones de bajo momento donde las variables tradicionales pierden poder de discriminación. Las tablas de corrección y las métricas de rendimiento proporcionadas son esenciales para los análisis de física que requieren un etiquetado de sabor preciso, la reconstrucción completa de mesones B y la búsqueda de decaimientos raros. Los autores señalan que las mejoras futuras probablemente implicarán la extensión de los enfoques de redes neuronales (previamente exitosos para la separación $K$ vs. $\pi$) a los leptones y el refinamiento de los procedimientos de calibración para mitigar los efectos de los fondos de inyección de haz en la CDC.