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

本論文は、LHCb 実験におけるトリガー効率のデータ駆動型推定のための枠組みを提案し、その計算を分析に統合可能にする中央集権的なソフトウェアパッケージ「TriggerCalib」の設計・実装・性能、ならびに統計的・系統的不確かさの評価について述べている。

要約

🎯 全体のストーリー：「迷子になった宝石を見つけるための新しい地図」

LHCb という実験では、毎秒何億回も粒子が衝突しています。その中から、物理学者が知りたい「特別な現象（例えば、珍しい粒子の崩壊）」を見つけるのは、**「広大な砂漠の中から、たった一粒のダイヤモンドを見つける」**ようなものです。

そこで、実験装置は**「トリガー（フィルター）」**というシステムを使っています。これは、砂漠を走っている自動車の「ゲート」のようなもので、「おそらくダイヤモンドかもしれない車」だけを通し、「ただの石ころ」は全て遮断します。

しかし、ここには大きな問題があります。
**「このゲートが、本当にダイヤモンドを逃さず通しているのか？（効率）」**を調べるには、ゲートの向こう側（通過した車）しか見ることができません。ゲートを通らなかった車（遮断された石ころ）が、実はダイヤモンドだった可能性をどうやって知るのでしょうか？

この論文は、「ゲートを通った車と、通らなかった車の関係性」を巧妙に分析することで、ゲートの性能をデータから正確に計算する方法を提案しています。

---

🔍 核心となるアイデア：「TISTOS」という魔法の分類

この論文で紹介されている方法は**「TISTOS（ティストス）」**と呼ばれます。これは、ゲートの判断基準を「信号（ダイヤモンド）」と「他のもの（石ころ）」の関係で分類する考え方です。

車を例にすると、以下のように分類します。

1. TOS（Signal On）：「ダイヤモンドがゲートを通った」
   • ゲートが「この車はダイヤモンドだ！」と判断して通したケース。
   • 例：ダイヤモンドが輝いていて、ゲートのセンサーに反応した。
2. TIS（Signal Independent）：「ダイヤモンドは関係ないが、ゲートは通した」
   • ゲートが「この車はダイヤモンドではないが、隣に別の何か（例えば、光る石）があったから通した」と判断したケース。
   • 例：車にはダイヤモンドが乗っていないが、助手席に光る石があり、それがゲートの基準を満たした。
3. TISTOS（両方）：「ダイヤモンドも、他のものも、両方がゲートを通した」
   • 上記の両方の条件が重なったケース。

この論文のすごいところは、この「TOS」と「TIS」の数を数えるだけで、ゲートの性能（効率）を数学的に計算できる公式を見つけ出したことです。
「ゲートを通った車の数」÷「TOS だった車の数」×「TOS だった車の数÷TISTOS だった車の数」……といった計算で、**「もしゲートが完璧なら、どれだけのダイヤモンドを通しただろうか？」**を推測できるのです。

---

🛠️ 実装：「TriggerCalib」という新しい道具

以前は、この計算をするために、物理学者一人ひとりが手作業で複雑なプログラムを書き、何度も試行錯誤していました。まるで、**「毎回、自分で手作業で計算機を組み立ててから計算している」**ような状態でした。

この論文では、**「TriggerCalib（トリガー・キャリブ）」**という新しいソフトウェアパッケージを紹介しています。

• 役割： 先ほどの TISTOS という複雑な計算を、誰でも簡単に、かつ正確に行えるようにする「魔法の計算機」。
• メリット： 以前は数日かかっていた作業が、数分で完了するようになりました。これにより、物理学者は計算の準備ではなく、「ダイヤモンド（新しい物理現象）」を見つけることに集中できるようになります。

---

🧩 背景のノイズを消す「3 つの魔法」

データには、本当に知りたい「ダイヤモンド（信号）」の他に、無数の「石ころ（背景ノイズ）」が混じっています。TriggerCalib は、このノイズを取り除くための 3 つの戦略を持っています。

1. サイドバンド引き算（Sideband Subtraction）：
   • 「ダイヤモンドの周りにある石ころの山」を測って、そこから「石ころの量」を差し引く方法。シンプルで確実です。
2. フィット＆カウント（Fit-and-count）：
   • 「石ころの山」と「ダイヤモンドの山」の形を数学的な曲線でモデル化し、それぞれの量を正確に推定する方法。複雑なノイズにも強いです。
3. sPlot（エス・プロット）：
   • 全データを一度に分析し、各データに「信号の重み」と「ノイズの重み」を割り振る方法。一度の計算で全ての情報を得られるのが特徴です。

論文では、これら 3 つの方法を使ってテストした結果、どれを使っても同じような正確な答えが出ることが確認されました。

---

📊 不確かさの管理：「測定の誤差」を正しく見積もる

どんな測定でも「誤差」はつきものです。このソフトウェアは、**「統計的な誤差（データの数が少ないことによる揺らぎ）」を、従来の方法よりもはるかに正確に計算する仕組みも備えています。
また、「系統誤差（計算方法や条件の選び方による偏り）」**についても、研究者が自分でチェックリストを使って評価できるようガイドを提供しています。

---

🌟 まとめ：なぜこれが重要なのか？

この論文は、LHCb 実験において**「データの信頼性を高めるための新しい標準」**を作りました。

• 以前： 研究者一人ひとりが、毎回ゼロから「ゲートの性能測定」を苦労して作っていた。
• 現在： 誰でも使える「TriggerCalib」という道具があり、「TISTOS」という魔法の分類を使って、短時間で正確に性能を測れるようになった。

これにより、LHCb 実験は、**「見逃していたかもしれない新しい物理現象（ダイヤモンド）」を、より確実に見つけられるようになりました。まるで、砂漠の探検家が、手作業で地図を描く代わりに、「高精度な GPS」**を手に入れたようなものです。

このソフトウェアは、LHCb の将来の発見を支える、非常に重要なインフラストラクチャーなのです。

技術概要

論文の技術的概要：LHCb におけるデータ駆動型トリガ効率推定のためのフレームワークと実装

この論文は、LHCb 実験におけるトリガ効率の推定を目的とした、完全にデータ駆動型の手法「TISTOS 法」の包括的なフレームワークと、その中央集権的な実装ソフトウェア「TriggerCalib」について記述したものです。以下に、問題定義、手法、主要な貢献、結果、そして意義について詳細にまとめます。

1. 背景と問題定義

現代の粒子物理学実験、特に LHCb 実験では、マルチステージのトリガシステムが採用されており、最終段階で完全な事象再構成を行い、物理的に興味のある候補のみを選択しています。

• 課題: 再構成された候補の選択効率を正確に推定することは、現代の物理分析において不可欠です。しかし、トリガ選択の複雑な性質をシミュレーションのみで正確にモデル化することは困難です。
• 既存手法の限界: 記録されたデータにおける単純な通過率（未フィルタリングされた大量のデータが必要）を計算することは現実的ではありません。
• 解決の必要性: 統計的および系統的な不確実性を考慮しつつ、記録された物理分析用候補の特性から効率を推定するための、信頼性の高いデータ駆動型アプローチが必要です。

2. 手法：TISTOS 法

論文で提示されている TISTOS 法（Trigger Independent of Signal / Trigger On Signal）は、タグ・プローブ法に基づいた完全なデータ駆動型アプローチです。

• 基本概念:
  • TOS (Trigger On Signal): 信号候補（例：$B^+ \to J/\psi K^+$）自体がトリガ決定に寄与している場合。
  • TIS (Trigger Independent of Signal): 信号候補とは無関係な事象内の他の再構成オブジェクトがトリガ決定に寄与している場合。
  • TISTOS: 上記両方の条件を満たす場合（TOS と TIS の共通部分）。
  • TOB (Triggered on Both): 信号と事象の残りの組み合わせのみでトリガが成立する場合（通常は割合が小さいため無視されるか、注意深く扱われる）。
• 効率の計算:
  特定のトリガ決定に対する効率 $\epsilon_{Trig}$ は、以下の式で推定されます。
  $$\epsilon_{Trig} \approx \frac{N_{Trig}}{N_{TIS}} \times \frac{N_{TISTOS}}{N_{TOS}}$$
  ここで、$N$ はそれぞれのカテゴリの候補数です。この式は、TIS 効率を TOS サンプル内で評価することで導出されます。
• 相関の扱い: TIS サンプルと TOS サンプル間の運動量相関（特に $p_T$）が効率推定にバイアスを生む可能性があるため、相空間（運動量、擬似ラピディティなど）を細かく分割し、各ビンごとに効率を計算することでこのバイアスを低減します。

3. 主要な貢献：TriggerCalib ソフトウェアパッケージ

本論文の核心的な貢献は、TISTOS 法の計算を自動化・標準化した Python ベースのソフトウェアパッケージ「TriggerCalib」の設計と実装です。

• 中央集権化: 以前は各物理分析で個別に実装されていた計算を一元化し、分析者の開発時間を「数日」から「数分」に短縮しました。
• 機能:
  • データ駆動型効率推定: 高統計のデータサンプルに対して直接トリガ効率を計算。
  • シミュレーション補正: 稀な過程（統計量が不足している場合）に対して、制御チャネルで計算した効率を重み付けしてシミュレーションに適用する補正係数を生成。
• 背景低減手法の実装: 信号と背景を区別するための 3 つの手法を提供しています。
  1. サイドバンド引き算 (Sideband subtraction): 信号領域とサイドバンド領域を定義し、背景密度を差し引く簡易かつ堅牢な手法。
  2. フィッティングとカウント (Fit-and-count): 信号と背景の確率密度関数 (PDF) を用いた最尤法フィッティングを行い、信号成分の収量を抽出。複雑な背景に有効。
  3. sPlot: 大域的なフィッティングを行い、各事象に sWeight を割り当てる手法。相関変数の扱いに注意が必要ですが、一度のフィッティングで全相空間の情報を得られます。
• 不確実性の評価:
  • 統計的不確実性: TOS, TIS, TISTOS のカテゴリ間の重なり（オーバーラップ）を考慮した、一般化されたウィルソン区間（Generalised Wilson interval）に基づく誤差伝播を実装。
  • 系統的誤差: バイアス源（チャネル選択、相空間分割、トリガ決定の選択、背景低減手法など）を特定し、分析者が評価するためのガイドを提供。

4. 結果と検証

TriggerCalib の性能は、2024 年の LHCb データ取得条件を模倣したモンテカルロシミュレーションサンプル（$B^+ \to J/\psi (\mu^+\mu^-) K^+$ 崩壊）を用いて検証されました。

• 手法の比較: サイドバンド引き算、Fit-and-count、sPlot の 3 手法を用いてトリガ効率を計算した結果、すべての手法で整合性のある結果（約 97.3%）が得られました（表 1 参照）。
• 相関テスト: sPlot 手法における変数の独立性を仮定する際のバイアスを検証するため、尤度比テストとケンドールの順位相関係数（Kendall's $\tau$）テストを実施しました。結果、$J/\psi K^+$ の不変質量と $B^+$ 候補の横運動量 ($p_T$) には統計的に有意な相関があることが示されましたが、TOS/TIS カテゴリ間でバイアスが同様に作用する場合、効率推定値には影響しない可能性が示唆されました。
• 効率の精度: 相空間を細かく分割することで、TIS と TOS サンプル間の相関によるバイアスが低減され、真の効率（シミュレーションの真値）に近づけることが確認されました。

5. 意義と結論

• 標準化と効率化: TriggerCalib は、LHCb 実験におけるトリガ効率推定の標準的なツールとして確立され、物理分析の再現性と効率を大幅に向上させました。
• 柔軟性: 分析者は、統計量の多い制御チャネルから直接効率を推定するか、稀な過程に対してシミュレーション補正を適用するかを選択でき、背景低減手法も分析の状況に応じて柔軟に選べます。
• 将来への展望: LHCb のアップグレード（Run 3）以降、フルソフトウェアトリガが導入される中、このフレームワークは複雑なトリガ選択を扱う上で不可欠な基盤となります。また、統計的および系統的誤差の厳密な評価手法を提供することで、高品質な物理結果の導出を支援します。

要約すると、本論文は LHCb 実験におけるトリガ効率推定の「理論的枠組み（TISTOS 法）」と「実用的な実装（TriggerCalib）」の両面を網羅的に提示し、現代の粒子物理学分析における重要なインフラストラクチャを提供した点に大きな意義があります。