Performance of heavy-flavour jet identification in the CMS high-level trigger in proton-proton collisions at $\sqrt{s}$ = 13.6 TeV

欧州原子核研究機構（CERN）の中心部では、大型ハドロン衝突型加速器と呼ばれる装置が、光の速さに迫る速度で陽子を衝突させています。これらの衝突は、宇宙が始まった直後のわずか数分の一秒後の状態を再現し、新しい粒子のシャワーを生み出します。これらの粒子のうち最も重要なものの一つが、重いクォーク、具体的にはボトムクォークとチャームクォークです。これらのクォークが生成されると、それらはすぐに、崩壊する前にごく短い距離を移動するより重い粒子へと変化します。このわずかな遅延が、明確な痕跡を残します。すなわち、主要な衝突地点からわずかにずれた二次的な原点、すなわち「変位した頂点（displaced vertex）」です。物理学者は、これら重いクォークに由来する粒子の噴霧である「ジェット」を識別することは、多くの実験、特に他の粒子に質量を与える粒子であるヒッグス粒子の探索において不可欠であると考えています。ヒッグス粒子はしばしばこれらの重いクォークへと崩壊するため、それらを特定する能力は、自然の根本的な法則を理解するための重要なスキルとなります。しかし、宇宙はまた膨大な数の軽い粒子からのジェットも生成するため、科学者が探している希少な信号を容易に隠してしまうノイズの多い背景を作り出します。

CERNの研究者たちの課題は、単にこれらの重いクォークを見つけることだけでなく、加速器のペースに追いつくほど速く見つけることです。大型ハドロン衝突型加速型加速器は、1秒間に4000万回の衝突を生み出しています。すべてのイベントからデータを保存することは不可能です。ストレージシステムはそのボリュームを処理しきれないからです。その代わりに、「トリガー」と呼ばれる高度なフィルタリングシステムが、どの衝突が保持する価値があるほど興味深く、どの衝突を破棄すべきかを、1マイクロ秒のわずかな時間の中で決定しなければなりません。このシステムは門番として機能し、膨大なデータの奔流を、管理可能な毎秒数千のイベントへと削減します。長年、この門番は、重いクォークからのジェットと軽い粒子からのジェットを区別するために、確立された手法に頼ってきました。しかし、加速器がより強力になり、より多くの衝突とより多くの背景ノザイズを生み出すようになるにつれ、古い手法は苦戦し始めました。それらは、あまりに多くのノイズを通さないように設定すると貴重なデータを見逃してしまうか、あるいは、希少で興味深いイベントを捉えるには感度が不十分であったのです。

これを解決するために、加速器における2つの主要な実験の一つであるCMSコラボレーションは、彼らの高レベルトリガーシステム向けに新世代のツールを開発しました。このシステムは標準的なコンピュータプロセッサのファーム上で動作し、イベントの最終的かつ最も詳細な選択を担当しています。チームは、人間の脳がパターンを認識する方法を模倣する人工知能の一形態である、ディープラーニングに基づいた新しいタイプのアルゴリズムを導入しました。具体的には、彼らは「ダイナミック・グラフ・コンボリューショナル・ニューラルネットワーク」と呼ばれる技術を利用しました。簡単に言えば、このアルゴリズムは、ジェット内の粒子を単純なリストとしてではなく、連結されたウェブまたはグラフとして扱います。それは、すべての粒子が隣接する粒子とどのように関係しているかを見ることで、噴霧の複雑な構造を分析し、その起源を特定します。このアプローチにより、システムは、従来のメソッドでは検出できなかった、重いクォークから作られたジェットと軽い粒子から作られたジェットとの間の微妙な違いを見ることができるようになりました。

研究者たちは、機械の記録的な高エネルギーである13.6テラ電子ボルトでの陽子・陽子衝突から収集されたデータを使用して、これらの新しいアルゴリズムをテストしました。彼らは主に2つのタスク、すなわちボトムクォークからのジェットの識別と、チャームクォークからのジェットの識別に焦点を当てました。結果は大幅な改善を示しました。新しいシステムは、以前の世代のツールよりもはるかに高い精度でボトムクォークのジェットを識別できると同時に、軽いジェットの背景をより効果的に排除することができました。これは、トリガーをより包括的に設定でき、ノイズに圧倒されることなく、科学者が研究したい希少なイベントをより多く保持できることを意味しました。おそらくさらに重要なことに、新しいシステムは、このオンライン・フィルタリング・システムにおいて、初めてチャームクォークのジェットを高効率で識別することを可能にしました。これにより、以前はリアルタイムで分離することが極めて困難であった、チャームクォークを含むプロセスを研究する道が開かれました。

この改善の影響は、物理学のいくつかの主要な領域において即座に、かつ測定可能な形で現れました。一つの大きな成功は、4つのボトムクォークへと崩壊するヒッグス粒子のペアの探索におけるものでした。これは、ヒッグス粒子がそれ自身とどのように相互作用するかを理解するのに役立つ希少なプロセスです。新しいトリガーにより、実験はこれらのイベントに関するデータをより高い効率で収集できるようになり、特定のエネルギー範囲において、以前のセットアップと比較して有用なイベントの数を実質的に倍増させました。同様に、システムは、ヒッグス粒子が対のトップクォークと共に生成される際の研究能力を向上させました。これも粒子の特性を理解するための極めて重要なチャネルです。新しいツールはまた、チャームクォークへと崩壊するヒッグス粒子の専用探索を可能にしましたが、これは圧倒的な背景ノイズのため、以前はトリガーをかけることがほぼ不可能でした。イベントを保存するために必要なエネルギー閾値を下げることで、新しいシステムは、物理学者が以前はアクセスできなかった低エネルギー領域の探索を可能にしました。

チームはまた、非常に速く崩壊するため、その生成物が単一の大きな噴霧へと合体してしまう高エネルギー粒子を扱うための、特殊なバージョンのこのアルゴリズムも開発しました。これは、非常に重い粒子が高速で移動する際に一般的です。新しいシステムは、これらの合体したジェットを高い精度で識別することができ、実験の範囲をさらに広げました。データ収集期間を通じて、研究者たちはこれらのアルゴリズムの性能を継続的に監視し、予測を実際に収集されたデータと比較しました。彼らは、システムの設計に使用されたコンピュータ・シミュレーションが、現実世界のデータと非常によく一致していることを発見し、新しいツールが信頼でき、時間の経過とともに安定していることを確認しました。システムは、単純な検出器を混乱させることが多い「パイルアップ」と呼ばれる、マシン内での同時衝突数が増加した条件下でも、高い性能を維持しました。

データ収集期間の終了までに、新しいトリガーは実験の標準となりました。それらは数百テラバイトのデータの解析に採用され、新しい物理学の探索における感度の向上に直接貢献しました。この成果は、高度な機械学習技術が、かつては計算量的に不可能だと考えられていた、スプリットセカンド（一瞬）の環境である物理学のトリガー内で、正常に展開できることを証明しました。このプロジェクトの成功は、CMS実験がデータのより深い部分を見通せることを意味しており、以前はノイズの中に隠れていた信号を見つけ出すことができます。この能力は、加速器が高強度で動作を続け、既知の境界を押し広げていく中で、分野の未来にとって不可欠なものです。重いものを軽いもの、希少なものを一般的なものとして、リアルタイムで区別する能力は、現代の粒子物理学の礎石となり、潜在的な発見がフィルターの制限によって失われることがないようにしています。