Charged-lepton identification at Belle~II

Sintesi Tecnica: Identificazione dei leptoni carichi in Belle II

Problema
L'esperimento Belle II, che opera al collisionatore $e^+e^-$ SuperKEKB, mira a ottenere misurazioni di alta precisione della violazione di CP, degli elementi della matrice CKM e a cercare la fisica oltre il Modello Standard. Un requisito critico per questi obiettivi fisici è una robusta identificazione delle particelle (PID), specificamente la capacità di distinguere i leptoni carichi (elettroni e muoni) dagli adroni carichi (pioni, kaoni, protoni). Sebbene i precedenti esperimenti (BABAR e Belle) abbiano stabilito forti capacità di PID, l'elevata luminosità istantanea e le condizioni di background più severe a SuperKEKB presentano sfide significative sia per l'hardware che per il software di ricostruzione. Il documento affronta la necessità di caratterizzare e ottimizzare gli algoritmi utilizzati per identificare elettroni e muoni e per separarli dagli adroni utilizzando i dati raccolti durante la Run 1 (2019–2022, 428 fb$^{-1}$).

Metodologia
Lo studio utilizza campioni di controllo derivati da specifici processi fisici per misurare l'efficienza di PID e i tassi di misidentificazione senza applicare criteri di selezione che possano introdurre bias ai tracciati "probe". La metodologia si basa su due tecniche primarie:

1. Tag-and-Probe: Utilizzata per i campioni privi di strutture di picco (ad es., $e^+e^- \to e^+e^-(\gamma)$, $e^+e^- \to \mu^+\mu^-\gamma$ e fusione a due fotoni e^+e^- \to e^e^-\ell^+\ell^-). Un tracciato ("tag") viene selezionato con criteri di PID rigorosi per definire il campione, mentre l'altro ("probe") viene utilizzato per misurare le prestazioni in modo non influenzato.
2. Peak Fitting e sWeights: Utilizzati per i campioni con chiari picchi di massa invariante ($J/\psi \to \ell^+\ell^-$) e per i campioni di controllo adronici ($K_S^0 \to \pi^+\pi^-$, $D^{*+} \to D^0\pi^+$, $\Lambda \to p\pi^-$). Le rese del segnale vengono estratte tramite fitting e vengono impiegati i pesi sWeights per sottrarre i contributi del fondo nel calcolo delle efficienze.

Gli algoritmi di PID combinano informazioni provenienti da molteplici sottodetector:

• Likelihood Locali: I singoli sottodetector (SVD, CDC, TOP, ARICH, ECL, KLM) forniscono verosimiglianze (likelihood) basate su osservabili specifiche (ad es., $dE/dx$, tempo dei fotoni Cherenkov, deposizione di energia $E/p$ e profondità di penetrazione).
• Probabilità Globali: Le likelihood locali sono combinate utilizzando il teorema di Bayes per formare probabilità globali dipendenti dalla specie.
• Boosted Decision Trees (BDT): Per affrontare i limiti delle semplici combinazioni di likelihood (come la trascuratezza delle correlazioni e la gestione subottimale delle regioni a basso momento), gli autori impiegano classificatori BDT. Questi utilizzano variabili aggiuntive del calorimetro elettromagnetico (ECL) (ad es., momenti della forma del cluster) e discriminanti della forma dell'impulso della waveform per migliorare la separazione leptone/adrone, particolarmente per gli elettroni a basso momento ($p \le 1$ GeV/c).

Contributi Chiave

• Caratterizzazione delle Prestazioni: Il documento presenta una valutazione completa delle efficienze di identificazione di elettroni e muoni e dei tassi di misidentificazione adronica attraverso l'intero intervallo di momento e angolo polare accessibile nella Run 1.
• Confronto tra Algoritmi: Fornisce un confronto diretto tra i metodi di probabilità "semplici" (basati su rapporti di likelihood globale) e gli approcci multivariati basati su BDT.
• Correzioni Dati/Simulazione: Gli autori compilano tabelle di correzione (fattori di scala) per allineare le prestazioni della simulazione con quelle osservate nei dati, tenendo conto delle discrepanze nell'efficienza e nei tassi di misidentificazione. Queste sono fornite per vari punti di lavoro ($P > 0.5, 0.9, 0.95, 0.99$) e stati di carica.
• Identificazione di Effetti Sistematici: Lo studio identifica e quantifica esplicitamente l'impatto dei background di iniezione del fascio sulle misurazioni $dE/dx$ della Central Drift Chamber (CDC), che degrada le prestazioni nei dati rispetto alla simulazione, specialmente per le particelle a basso momento.

Risultati

• Identificazione degli Elettroni:
  • La selezione basata su BDT supera significativamente il metodo di probabilità semplice, in particolare nella regione a basso momento ($0.5 < p < 1.0$ GeV/c) e nella regione del barile ($32^\circ < \theta < 128^\circ$).
  • Le efficienze di identificazione degli elettroni variano dal 50% al 98% per tassi di misidentificazione dei pioni compresi tra lo 0.1% e l'1%.
  • Le prestazioni dei dati sono generalmente inferiori a quelle della simulazione, con discrepanze attribuite in gran parte ai bias $dE/dx$ della CDC causati dai background di iniezione del fascio.
• Identificazione dei Muoni:
  • Per momenti inferiori a 1 GeV/c, ottenere efficienze superiori all'80% richiede l'accettazione di tassi di misidentificazione dei pioni superiori al 18%.
  • Contrariamente al caso degli elettroni, il metodo di probabilità semplice spesso performa meglio dell'approccio BDT nei dati per i muoni, specialmente a bassi momenti dove il BDT si affida a informazioni ECL che sono meno efficaci per i muoni rispetto agli elettroni.
  • Nell'intervallo di momento intermedio ($1.0 < p < 3.0$ GeV/c) studiato tramite decadimenti $J/\psi$, entrambi i metodi mostrano prestazioni stabili, con efficienze generalmente superiori al 90%.
• Tassi di Misidentificazione:
  • $\pi$-come-$e$: I tassi nei dati sono 2–3 volte più alti delle previsioni della simulazione nella maggior parte dello spazio delle fasi.
  • $\pi$-come-$\mu$: I tati nei dati sono generalmente inferiori alla simulazione, particolarmente ad alti momenti.
  • $p$-come-$e$: Il metodo di probabilità semplice supera significativamente il metodo BDT, che è stato ottimizzato per la separazione $\pi$ e fatica a distinguere i protoni dagli elettroni nell'intervallo $1.0 < p < 1.5$ GeV/c dove i valori di $dE/dx$ sono simili.

Significatività
Il documento stabilisce che un'efficace identificazione dei leptoni è realizzabile a Belle II nonostante le difficili condizioni di background della Run 1. I risultati dimostrano che, mentre i metodi basati su semplici likelihood rimangono robusti (e talvolta superiori per muoni e protoni), le tecniche multivariate (BDT) offrono miglioramenti sostanziali per l'identificazione degli elettroni, in particolare nelle regioni a basso momento dove le variabili tradizionali perdono potere discriminante. Le tabelle di correzione e le metriche di prestazione fornite sono essenziali per le analisi fisiche che richiedono un preciso flavor tagging, la ricostruzione completa dei mesoni B e la ricerca di decadimenti rari. Gli autori osservano che i miglioramenti futuri coinvolgeranno probabilmente l'estensione degli approcci di reti neurali (precedentemente di successo per la separazione $K$ vs $\pi$) ai leptoni e il raffinamento delle procedure di calibrazione per mitigare gli effetti dei background di iniezione del fascio sulla CDC.