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

Ce papier présente une méthode d'estimation de l'efficacité des déclencheurs basée sur les données pour LHCb, ainsi que la conception, l'implémentation et les performances du logiciel centralisé TriggerCalib permettant d'effectuer ces calculs et d'évaluer leurs incertitudes statistiques et systématiques.

L'essentiel

🎟️ Le Problème : Le Portail de la Ville

Imaginez que le LHCb (une expérience de physique au CERN) est une gigantesque ville où des milliards de particules se croisent chaque seconde. C'est le chaos total !

Pour étudier des phénomènes rares (comme la désintégration d'une particule spécifique), les physiciens ont besoin de capturer des "photos" de ces événements. Mais ils ne peuvent pas tout enregistrer : la mémoire serait pleine en une seconde.

C'est là qu'intervient le déclencheur (Trigger). C'est comme un portail de sécurité ultra-rapide à l'entrée de la ville. Il regarde chaque événement et décide : "Intéressant ? Garde-le !" ou "Ennuyeux ? Jette-le !".

Le problème ? Pour faire de la science précise, les physiciens doivent savoir exactement quelle proportion d'événements intéressants ce portail a laissé passer. Si le portail rate 10 % des événements intéressants, leurs calculs seront faux. Mais comment mesurer ce taux de réussite sans avoir enregistré tous les événements (ce qui est impossible) ?

🕵️‍♂️ La Solution : La Méthode TISTOS (Le Détective)

C'est ici qu'intervient l'article. Il décrit une méthode ingénieuse appelée TISTOS (Trigger Independent of Signal / Trigger On Signal).

Imaginez que vous êtes un détective essayant de savoir si un suspect (l'événement physique rare) a été arrêté par la police (le déclencheur). Vous ne pouvez pas voir tous les suspects, mais vous avez une liste de ceux qui ont été arrêtés.

La méthode TISTOS utilise deux types de "témoins" pour deviner la vérité :

1. TOS (Trigger On Signal) : Le portail s'est déclenché parce que le suspect était là. C'est comme si le portail voyait le suspect et disait : "Ah, c'est lui ! Je l'arrête !"
2. TIS (Trigger Independent of Signal) : Le portail s'est déclenché par hasard, à cause d'un autre événement dans la ville (un camion qui passe, un feu rouge, etc.), alors même que le suspect était présent. C'est comme si le portail s'ouvrait pour un camion, et le suspect en profite pour entrer sans être remarqué.

L'astuce géniale :
En comparant combien de fois le portail s'est ouvert uniquement à cause du suspect (TOS) et combien de fois il s'est ouvert pour d'autres raisons alors que le suspect était là (TIS), les physiciens peuvent calculer mathématiquement la probabilité que le portail fonctionne correctement, sans jamais avoir besoin de voir les événements qu'il a rejetés.

C'est un peu comme deviner le taux de réussite d'un examen en regardant seulement les copies des élèves qui ont réussi, en utilisant la logique pour déduire ce qui s'est passé pour les autres.

🛠️ L'Outil : TriggerCalib (La Boîte à Outils Magique)

Avant cet article, chaque physicien devait construire sa propre "boîte à outils" pour faire ces calculs complexes. C'était long, fastidieux et risqué (on pouvait faire des erreurs).

L'article présente TriggerCalib, un nouveau logiciel (une boîte à outils centralisée) qui fait tout cela automatiquement.

• Avant : Construire un pont en bois, pièce par pièce, pour chaque projet.
• Avec TriggerCalib : On utilise un kit de préfabriqué standardisé, solide et testé.

Cet outil permet aux physiciens de :

1. Calculer l'efficacité du portail directement sur les données réelles.
2. Créer des "correctifs" pour les simulations informatiques, afin qu'elles ressemblent davantage à la réalité.

🧹 Gérer le Bruit de Fond (Les Faux Positifs)

Dans une ville aussi bruyante que le LHCb, il y a beaucoup de "bruit" (des événements qui ressemblent à ce qu'on cherche mais qui ne le sont pas). C'est comme essayer d'entendre une conversation dans un stade rempli de gens qui crient.

Le logiciel propose trois méthodes pour nettoyer ce bruit :

1. La soustraction des bandes latérales : On regarde les zones autour de l'événement recherché (où il n'y a que du bruit) et on soustrait ce bruit de la zone centrale.
2. Le comptage par ajustement (Fit-and-count) : On utilise des courbes mathématiques pour modéliser exactement où se trouve le signal et où se trouve le bruit, puis on les sépare.
3. La méthode sPlot : Une technique statistique avancée qui attribue un "poids" à chaque événement pour dire : "À 90 %, c'est du signal, à 10 %, c'est du bruit".

📊 Les Résultats et l'Importance

L'article montre que cet outil fonctionne parfaitement en le testant sur des données simulées (comme un test de crash virtuel). Les résultats sont précis et cohérents, quelle que soit la méthode de nettoyage du bruit utilisée.

Pourquoi est-ce important ?
Grâce à cet outil, les physiciens peuvent :

• Gagner un temps précieux (au lieu de passer des jours à coder, ils passent des minutes à configurer).
• Réduire les erreurs humaines.
• Mesurer avec une précision extrême des phénomènes très rares, ce qui pourrait nous aider à comprendre les secrets de l'univers (comme pourquoi il y a plus de matière que d'antimatière).

En Résumé

Cet article n'est pas seulement une liste de formules mathématiques. C'est l'histoire de la création d'un guide de navigation standardisé pour les physiciens. Il leur permet de s'assurer que leur "portail" (le déclencheur) ne rate aucun trésor, même dans le chaos le plus total, en utilisant la logique intelligente et des outils partagés par toute la communauté.

Résumé technique

Titre : Un cadre et une implémentation pour l'estimation de l'efficacité des déclencheurs (triggers) basée sur les données au LHCb

1. Le Problème

Les expériences de physique des particules modernes, comme LHCb au CERN, utilisent des systèmes de déclenchement (triggers) multi-étapes complexes pour filtrer les événements pertinents parmi des milliards de collisions. L'estimation précise de l'efficacité de ces déclencheurs est cruciale pour toute analyse physique.

• Limites de la simulation : Les simulations seules ne peuvent pas modéliser avec une précision suffisante la nature complexe des sélections de déclenchement.
• Coût des données brutes : Évaluer l'efficacité comme une simple fraction d'événements acceptés dans les données enregistrées nécessiterait des échantillons de données non filtrées prohibitivement grands.
• Manque de standardisation : Jusqu'à présent, les physiciens devaient réimplémenter manuellement les calculs d'efficacité pour chaque analyse, ce qui était chronophage et sujet aux erreurs.

2. Méthodologie : La méthode TISTOS

L'article se concentre sur la méthode TISTOS (Trigger Independent of Signal / Trigger On Signal), une approche entièrement basée sur les données.

• Principe de base : La méthode repose sur une approche "tag-and-probe" (étiquetage et sonde). Elle classe les objets déclenchés par le système en deux catégories par rapport à un candidat physique de signal :
  • TOS (Trigger On Signal) : Le signal lui-même est suffisant pour déclencher l'événement.
  • TIS (Trigger Independent of Signal) : Un autre objet dans l'événement (indépendant du signal) est suffisant pour déclencher l'événement.
  • TISTOS : L'intersection des deux (le signal et un autre objet déclenchent tous deux).
• Calcul de l'efficacité : L'efficacité globale du déclencheur ($\epsilon_{Trig}$) est estimée à l'aide de la relation :
  $$\epsilon_{Trig} \approx \frac{N_{Trig}}{N_{TIS}} \times \frac{N_{TISTOS}}{N_{TOS}}$$
  où $N$ représente les nombres de candidats dans chaque catégorie. Toutes ces quantités sont mesurables directement dans les données.
• Gestion des corrélations : Pour éviter les biais dus aux corrélations cinématiques entre les échantillons TIS et TOS, l'efficacité est calculée dans des intervalles d'espace des phases (bins) étroits (par exemple, en fonction de l'impulsion transverse $p_T$).
• Soustraction de bruit de fond : Pour isoler le signal pur, le package implémente trois méthodes de mitigation du bruit de fond :
  1. Soustraction des bandes latérales (Sideband subtraction) : Simple et robuste pour des bruits de fond linéaires.
  2. Ajustement et comptage (Fit-and-count) : Utilise des modèles statistiques (PDFs) pour séparer signal et bruit de fond dans chaque bin.
  3. sPlot : Utilise des poids statistiques (sWeights) issus d'un ajustement global pour pondérer les distributions.

3. Contributions Clés

L'article présente deux contributions majeures :

1. Le cadre théorique complet : Une description exhaustive de la méthode TISTOS, incluant la définition des catégories, la gestion des corrélations cinématiques et la propagation des incertitudes.
2. Le package logiciel TriggerCalib :
   • C'est la première implémentation centralisée de ces calculs pour LHCb.
   • C'est un outil Python basé sur le framework ROOT, intégré à l'écosystème d'analyse LHCb (DaVinci, FunTuple).
   • Il permet de passer d'une réimplémentation de plusieurs jours à une configuration de quelques minutes.
   • Il offre une flexibilité totale pour le choix des variables cinématiques et des schémas de division de l'espace des phases.
   • Il génère des poids de correction applicables aux échantillons simulés pour corriger la réponse du déclencheur.

4. Résultats

Le package a été validé sur un échantillon simulé de désintégrations $B^+ \to J/\psi (\mu^+\mu^-) K^+$, reflétant les conditions de prise de données de 2024 (Run 3).

• Comparaison des méthodes : Les trois méthodes de mitigation de bruit de fond (bandes latérales, fit, sPlot) ont produit des résultats cohérents pour l'efficacité intégrée (~97,3 %), avec des incertitudes statistiques compatibles.
• Précision : La méthode s'est révélée robuste, même avec des bruits de fond combinatoires artificiels.
• Tests de corrélation : Des tests statistiques (rapport de vraisemblance et test de Kendall $\tau$) ont été effectués pour vérifier l'indépendance entre les variables de contrôle et la variable discriminante. Bien que certaines corrélations aient été détectées, les auteurs notent que si elles affectent toutes les catégories (TIS, TOS) de manière égale, elles peuvent s'annuler dans le calcul final de l'efficacité.
• Incertitudes : Le package inclut une implémentation novatrice pour le calcul des incertitudes statistiques, tenant compte de la covariance inhérente aux catégories TIS, TOS et TISTOS (via l'intervalle de Wilson généralisé).

5. Signification et Impact

• Standardisation : TriggerCalib élimine la nécessité pour chaque analyste de réécrire les algorithmes complexes de TISTOS, réduisant les risques d'erreurs et accélérant le développement des analyses.
• Fiabilité : En centralisant la méthode et en fournissant des outils robustes pour la gestion des incertitudes et du bruit de fond, la fiabilité des résultats physiques de LHCb est améliorée.
• Adaptabilité : La méthode est applicable non seulement aux désintégrations de quarks beaux (b-decays), mais peut être étendue à d'autres processus. Elle est particulièrement utile pour les canaux rares où les statistiques sont insuffisantes pour une estimation directe, permettant d'utiliser des canaux de contrôle riches en statistiques pour calibrer les simulations.
• Transition Run 3 : Ce travail est crucial pour l'ère du Run 3 de LHCb, où le déclencheur est entièrement logiciel et opère à des taux de déclenchement très élevés, rendant l'estimation précise des efficacités encore plus critique.

En résumé, cet article fournit à la fois la théorie rigoureuse et l'outil logiciel pratique nécessaire pour que la communauté LHCb puisse estimer de manière fiable et efficace les performances de son système de déclenchement, garantissant ainsi la précision des mesures de physique des particules.