Optimizing b-Jet Performance in the CMS High-Level Trigger with Run-3 Data

Dit rapport presenteert de commissie en prestatie-evaluatie van b-jet triggers in het CMS High-Level Trigger-systeem met behulp van Run-3 proton-proton botsingsdata om de selectie van zware quarks te optimaliseren.

De kern

De "Gouden Naald in de Hooiberg": Hoe de CMS-detector de beste deeltjes vindt

Stel je voor: je staat bij de ingang van een gigantisch, razendsnel pretpark. Elke seconde rennen er miljoenen mensen (deeltjes) door de poortjes. De meeste mensen zijn daar gewoon om te wandelen (gewone deeltjes), maar tussen die enorme massa zitten ook een paar hele bijzondere VIP-gasten (de zogenaamde b-jets). Deze VIP-gasten dragen de geheimen van het universum bij zich, zoals hoe deeltjes massa krijgen.

Het probleem? De poortjes gaan zo snel dat je geen tijd hebt om elk gezicht uitgebreid te controleren. Als je te streng bent, mis je de VIP's. Als je te laks bent, stroomt het pretpark over met gewone mensen en loopt de boel vast.

Dit onderzoek beschrijft hoe de wetenschappers van het CMS-experiment (bij de Large Hadron Collider) een nieuwe, supersnelle "VIP-scanner" hebben ingevoerd: ParticleNet@HLT.

1. De Oude Scanner vs. De Nieuwe Super-Scanner

Vroeger gebruikten we een soort scanner die vooral keek naar de vorm van de groep mensen die samenkwamen. Dat werkte redelijk, maar bij de nieuwe, snellere ritten van de deeltjes-achtbaan (Run 3) was die scanner te traag en te onnauwkeurig.

De nieuwe scanner, ParticleNet, werkt heel anders. In plaats van alleen naar de buitenkant te kijken, kijkt hij naar de hele "dans" van de deeltjes binnen een groepje. Hij ziet niet alleen dat er een groepje is, maar hij herkent de specifieke, unieke bewegingen en de korte "vluchtroutes" die alleen VIP-deeltjes (b-jets) maken. Het is alsof je niet alleen kijkt naar de kleding van iemand, maar direct herkent aan de manier waarop iemand loopt dat het een beroemdheid is.

2. Waarom is dit zo belangrijk? (De "Gouden Naald")

In de natuurkunde zoeken we naar zeldzame gebeurtenissen, zoals het ontstaan van het Higgs-boson dat uiteenvalt in b-jets. Dit is als het zoeken naar een gouden naald in een hooiberg die met 11.000 kilometer per uur door een kamer vliegt.

Dankzij ParticleNet zijn we veel beter geworden in twee dingen tegelijk:

• Efficiëntie: We vangen veel meer van de echte VIP-deeltjes (we zijn ongeveer 10% tot 15% beter geworden).
• Scherpte: We laten veel minder "toeristen" door die per ongeluk op een VIP lijken.

3. De Resultaten: Een stabiele machine

Het onderzoek laat zien dat deze nieuwe scanner niet alleen slim is, maar ook heel betrouwbaar. Of de deeltjes-achtbaan nu een beetje harder gaat of de omstandigheden veranderen, de scanner blijft stabiel presteren. De wetenschappers hebben de scanner regelmatig "bijgeschoold" (retraining) met nieuwe data, zodat hij altijd up-to-date blijft.

4. De Toekomst: Nog slimmer worden

De wetenschappers zijn niet klaar. Ze kijken nu naar "Transformer"-technologie (dezelfde slimme techniek die ChatGPT gebruikt om taal te begrijpen) om de scanner nog intelligenter te maken. Zo zijn ze voorbereid op de volgende fase, waarbij de deeltjes-achtbaan nóg sneller en chaotischer zal worden.

---

Kortom: Dankzij deze nieuwe digitale "VIP-detective" kunnen we de meest zeldzame en waardevolle gebeurtenissen in het universum veel beter onderscheppen, zonder dat de enorme stroom aan data de boel laat vastlopen.

Technische samenvatting

Technische Samenvatting: Optimalisatie van b-jet Prestaties in de CMS High-Level Trigger met Run-3 Data

Probleemstelling

In het CMS-experiment bij de Large Hadron Collider (LHC) is de real-time identificatie van jets die afkomstig zijn van zware quarks (met name b-jets) essentieel voor het selecteren van belangrijke fysica-gebeurtenissen. Dit is cruciaal voor zoektochten naar processen zoals de Higgs-boson koppeling aan b-quarks ($H \to b\bar{b}$) en de productie van Higgs-paren.

Het probleem in Run-3 is dat de verouderde condities van de tracker (de detector die de banen van deeltjes meet) ervoor zorgden dat de oude algoritmen (zoals DeepJet) niet langer efficiënt konden werken zonder de selectiedrempels te verhogen, wat de data-opbrengst zou beperken. Er was behoefte aan een algoritme dat superieure scheidingskracht biedt tussen b-jets en de achtergrond (lichte quarks of c-jets), terwijl de rekenkracht binnen de strikte limieten van de High-Level Trigger (HLT) blijft.

Methodologie

De kern van de verbetering ligt in de overstap van traditionele neurale netwerken naar ParticleNet@HLT.

• Algoritme: ParticleNet is een dynamic graph convolution neural network (GNN). In plaats van jets te behandelen als een vaste set parameters, representeert dit algoritme een jet als een ongeordende verzameling van Particle Flow (PF) kandidaten en secundaire vertices (SV). Het netwerk leert de relaties (edges) tussen deze deeltjes, waardoor zowel lokale als globale correlaties binnen de jet worden benut.
• Input-kenmerken: Het model maakt gebruik van track-impactparameters, vluchtafstand-observabelen, de kinematica van de secundaire vertices en de samenstelling van de jet.
• Implementatie: Het algoritme is geoptimaliseerd voor de HLT-omgeving, waarbij drie "working points" (WP) zijn gedefinieerd: loose, medium en tight. Deze corresponderen met specifieke foutmarges (mistag rates) voor c- en licht-flavor jets van respectievelijk 10%, 1% en 0,1%.
• Validatie: De prestaties zijn getest met 2024-data in een $t\bar{t}$-verrijkte dataset (top-quark paren), waarbij de online selectie werd vergeleken met de offline reconstructie (de meest nauwkeurige analyse achteraf).

Belangrijkste Bijdragen

1. Introductie van ParticleNet@HLT: De transitie van de DeepJet-tagger naar een geavanceerd grafisch neuraal netwerk dat specifiek is ontworpen voor de HLT-architectuur.
2. Verbeterde Scheidingskracht: Het vermogen om b-jets effectiever te onderscheiden van c-jets en licht-flavor jets, wat voor het eerst in Run-3 ook specifieke triggers voor c-jets en $\tau$-jets mogelijk maakte.
3. Robuustheid door Retraining: Het aantonen dat regelmatige hertraining van het model met nieuwe datasets essentieel is om de prestaties stabiel te houden tijdens de verschillende fasen van Run-3.

Resultaten

• Efficiëntieverbetering: ParticleNet@HLT levert een winst van 10% tot 15% in b-tagging efficiëntie bij een gelijkblijvend foutpercentage (mistag rate) vergeleken met de voorgaande DeepJet- en DeepCSV-algoritmen.
• Stabiliteit: Uit de analyse van de 2024-data blijkt dat de efficiëntie zeer stabiel is over verschillende data-opnameperiodes (RunC tot RunI).
• Trigger Prestaties: Voor de specifieke $HH \to 4b$ fysica-trigger (die vier b-jets vereist) resulteerde de update in 2024 in een efficiëntieverbetering van ongeveer 6% ten opzichte van 2023, met slechts een minimale toename in de data-output (ongeveer 50 Hz).

Significantie

Dit werk is van groot belang omdat het de "poortwachter" van de CMS-data optimaliseert. Door de efficiëntie van de b-jet identificatie in real-time te verhogen, kan CMS een veel grotere hoeveelheid zeldzame fysica-gebeurtenissen opslaan die anders verloren zouden zijn gegaan. De succesvolle implementatie van ParticleNet legt de basis voor toekomstige upgrades, waarbij de overstap naar transformer-based architecturen wordt verwacht om de nog hogere data-intensiteit van de HL-LHC (High-Luminosity LHC) aan te kunnen.