High-level hadronic tau lepton triggers of the CMS experiment in proton-proton collisions at $\sqrt{s}$ = 13.6 TeV

Dit artikel vat de implementatie en prestaties van nieuwe machine-learning-algoritmen samen die zijn opgenomen in het high-level trigger-systeem van de CMS-experimenten voor de selectie van hadronisch vervallende tau-leptonen in proton-protonbotsingen bij een straalenergie van 13,6 TeV.

De kern

De CMS-experiment: Een slimme filter voor deeltjesfysica in 2026

Stel je voor dat de Large Hadron Collider (LHC) bij CERN een gigantische, razendsnelle auto-uitdaging is. Miljarden deeltjes botsen tegen elkaar, en er ontstaan duizenden nieuwe deeltjes. De CMS-detector is de supercamera die alles vastlegt. Maar er is een probleem: de camera maakt te veel foto's! Als we al die beelden zouden opslaan, zou de hele wereldwijde computerinfrastructuur binnen een seconde plat liggen.

Daarom hebben we een trigger-systeem nodig. Dit is als een super-scherpe portier aan de ingang van een club. Hij moet binnen een fractie van een seconde beslissen: "Deze foto is interessant, bewaar het!" of "Dit is weer maar een saaie botsing, weg ermee."

Dit artikel gaat over hoe de CMS-wetenschappers hun portier slimmer hebben gemaakt, specifiek voor het vinden van een heel lastig type deeltje: de tau-lepton (τ).

Het probleem: De "tau" is een chameleontje

Tau-leptonen zijn zware broertjes van het elektron, maar ze leven extreem kort. Ze vallen direct uit elkaar in andere deeltjes. Vaak vallen ze uit in een bundel van andere deeltjes die eruitzien als een gewone "jet" (een hoopje puin van quarks en gluonen).

Het is alsof je in een rommelige garage (de detector) een specifieke, zeldzame auto (de tau) probeert te vinden, terwijl er duizenden andere auto's staan die er precies hetzelfde uitzien. In het verleden (tijdens "Run 2", 2016-2018) gebruikte de portier simpele regels: "Als de auto sneller dan 100 km/h is en rood, mag hij binnen." Maar dit was niet perfect; soms liet hij te veel rommel binnen, of hij gooide waardevolle auto's eruit.

De oplossing: AI als nieuwe portier

Voor de nieuwe data (2022-2023, "Run 3") hebben ze de portier uitgerust met kunstmatige intelligentie (AI). In plaats van simpele regels, heeft de portier nu een "hersenen" die de foto's zelf kan analyseren.

Ze hebben twee nieuwe slimme algoritmes (computerprogramma's) geïntroduceerd:

1. L2TAUNNTAG (De snelle schatting):

   • De analogie: Stel je voor dat je een blik op een auto werpt en binnen een seconde kunt zeggen: "Die ziet eruit als een raceauto, niet als een oude schroot."
   • Dit algoritme kijkt naar de energie in de calorimeters (de "meters" die de kracht meten) en de sporen van deeltjes. Het gebruikt een neuraal netwerk (een soort digitale hersenen) om te beslissen of een bundel deeltjes waarschijnlijk een echte tau is.
   • Het resultaat: Het filtert veel meer "rommel" (gewone jets) eruit dan voorheen, zonder dat het de computer te veel werk kost. Het is alsof de portier nu niet alleen naar de kleur kijkt, maar ook naar de vorm van de wielen en het geluid van de motor.

2. DEEPTAU (De gedetailleerde expert):

   • De analogie: Als de snelle schatting zegt "Misschien is het een tau?", dan komt DEEPTAU kijken. Dit is als een expert die de auto van binnen inspecteert. Hij kijkt naar de exacte sporen van de deeltjes, hoe ze bewegen en hoe ze op elkaar reageren.
   • Dit algoritme is nog complexer en kijkt naar heel veel details tegelijk. Het kan zelfs onderscheid maken tussen een tau en een elektron of een muon (andere deeltjes die er soms op lijken).
   • Het resultaat: Het is extreem nauwkeurig. Het laat bijna geen fouten toe.

Waarom is dit zo belangrijk?

In de nieuwe tijd (Run 3) botsen er veel meer deeltjes per keer dan voorheen (dit noemen ze "pile-up", alsof er steeds meer auto's in de garage staan). Dit maakt het vinden van de echte tau's veel moeilijker.

Door deze nieuwe AI-methoden te gebruiken, kan de CMS-detector:

• Meer echte tau's vinden: Ze gooien minder waardevolle data weg.
• Minder rommel opslaan: Ze blokkeren meer van de saaie botsingen.
• Snel blijven werken: De AI is zo efficiënt geoptimaliseerd dat hij niet trager is dan de oude simpele regels, ondanks dat hij veel slimmer is.

De resultaten

De wetenschappers hebben gekeken naar data uit 2022 en 2023. Ze zagen dat hun nieuwe AI-portier het beter doet dan de oude versie.

• Hij pakt meer van de echte tau's (hoge efficiëntie).
• Hij blokkeert meer van de nep-tau's (lage achtergrondruis).
• De computer kostte niet meer stroom of tijd om dit te doen.

Conclusie

Dit artikel vertelt het verhaal van hoe de CMS-wetenschappers hun "portier" hebben getraind met moderne AI. In plaats van te vertrouwen op simpele lijnen en regels, laten ze nu slimme netwerken beslissen wat er in de database komt. Dit helpt hen om de mysterieuze Higgs-boson beter te bestuderen en misschien zelfs nieuwe, nog onbekende deeltjes uit de toekomst te vinden. Het is een perfecte samenwerking tussen menselijke creativiteit en machinesnelheid.

Technische samenvatting

Titel: High-level hadronic tau lepton triggers van het CMS-experiment in proton-protonbotsingen bij √s = 13.6 TeV

Auteurs: The CMS Collaboration
Publicatie: Journal of Instrumentation (2026), gebaseerd op data uit 2022-2023 (Run 3).

---

1. Het Probleem

De CMS-detector bij het CERN LHC is cruciaal voor het vastleggen van data voor fysische metingen en zoektochten naar nieuwe deeltjes. Tau-leptonen ($\tau$) spelen hierin een centrale rol, vooral bij het bestuderen van het Higgs-boson ($H \to \tau\tau$) en zoektochten naar fysica buiten het Standaardmodel (BSM).

De uitdaging ligt in het onderscheiden van hadronisch vervallende tau-leptonen ($\tau_h$) van de overvloedige achtergrond van jets die worden gegenereerd door quarks en gluonen.

• Complexiteit: $\tau_h$-deeltjes vervallen vaak in één of drie geladen hadronen en neutrale pionen, wat resulteert in smalle jets met weinig hadronische activiteit in vergelijking met QCD-jets.
• Hoge Luminositeit: Door verbeteringen aan de LHC is het aantal interacties per bundelkruising (pile-up) toegenomen (gemiddeld 46 in 2022 en 52 in 2023). Dit maakt het moeilijker om echte $\tau_h$-signalen te onderscheiden van achtergrondruis.
• Beperkingen van Run 2: De bestaande triggers in Run 2 (2016-2018) maakten gebruik van "cut-based" algoritmen (vastgestelde drempelwaarden op eenvoudige observabelen). Deze waren minder efficiënt en konden de toenemende complexiteit en data-rate niet optimaal aan, wat leidde tot een verlies aan zeldzame gebeurtenissen of een te hoge data-rate.

2. Methodologie

Het paper beschrijft de implementatie en validatie van machine learning (ML) algoritmen in de High-Level Trigger (HLT) van de CMS-detector voor de periode 2022-2023 (Run 3). De aanpak omvat:

• Architectuur van de Trigger:
  • L1 (Level-1): Hardware-trigger die ruwe calorimeter- en muon-informatie gebruikt om $\tau_h$-kandidaten te selecteren.
  • HLT (High-Level Trigger): Software-trigger die complexe reconstructie uitvoert. In Run 3 zijn de traditionele cut-based stappen (L2 en L2.5) vervangen door ML-modellen.
• Nieuwe Algoritmen:
  1. L2TAUNNTAG: Een convolutional neural network (CNN) geïmplementeerd in de L2-stap.
     • Input: Gebruikt calorimeter-energieën (ECAL/HCAL) en GPU-versnelde sporen van de pixel-detector (via PATATRACKS).
     • Structuur: Een 5x5 rooster in het $\eta$-$\phi$-vlak, gevolgd door convolutielagen en dichte lagen.
     • Doel: Het filteren van QCD-jets om de event-rate te verlagen voordat de duurdere L3-reconstructie plaatsvindt.
  2. DEEPTAU (Online versie): Een multiclass deep neural network voor de identificatie (ID) in de L3-stap.
     • Input: Combineert high-level eigenschappen van de $\tau_h$-kandidaat met low-level informatie van de tracker, calorimeters en muon-subdetectoren binnen een isolatiekegel.
     • Aanpassing: De online versie is vereenvoudigd ten opzichte van de offline versie (bijv. geen electron/muon-discriminatie nodig, aangezien deze zelden als $\tau_h$ worden gemist, en geen complexe vertex-fits vanwege tijdslimieten).
• Trainingsdata: De modellen zijn getraind op Monte Carlo (MC) simulaties van Drell-Yan, $t\bar{t}$, W+jet en QCD-processen, met een uniforme verdeling over $p_T$ en $\eta$.
• Validatie: De prestaties zijn getest op data uit 2022 en 2023 (totale geïntegreerde luminositeit van 62 fb$^{-1}$) en vergeleken met simulaties en de prestaties van Run 2.

3. Belangrijkste Bijdragen

• Eerste Implementatie: Dit is het eerste paper dat de volledige implementatie van ML-algoritmen (L2TAUNNTAG en DEEPTAU) in de CMS HLT voor hadronische tau's beschrijft.
• GPU-Integratie: Het succesvol gebruik van GPU-beschikbare sporen (PATATRACKS) in de trigger voor real-time ML-verwerking.
• Prestatieverbetering: Het aantonen dat ML-algoritmen een hogere identificatie-efficiëntie bieden dan de oude cut-based methoden, zelfs onder de zware pile-up-condities van Run 3.
• Efficiëntie vs. Kosten: Het bereiken van een betere signaal-efficiëntie zonder de verwerkingstijd of de totale event-rate significant te verhogen.

4. Resultaten

De analyse van de data toont de volgende resultaten:

• Efficiëntie:
  • De L2TAUNNTAG algoritmen tonen een verbeterde efficiëntie voor echte $\tau_h$-deeltjes in vergelijking met de Run 2 cut-based methode, vooral in het centrale $\eta$-gebied (waar de meeste fysica-processen plaatsvinden).
  • Voor de di-$\tau_h$ paden is de absolute efficiëntie over het grootste deel van het $p_T$-bereik hoger dan in Run 2.
  • Voor de single-$\tau_h$ paden werd de verwerkingstijd met ongeveer 40% gereduceerd terwijl de efficiëntie gelijk bleef.
• Event Rate:
  • De event-rate voor de HLT-paden blijft vergelijkbaar met Run 2-niveaus, ondanks de hogere luminositeit.
  • Tabel 2 en 3 tonen aan dat de geschatte en waargenomen rates voor paden zoals di-$\tau_h$ en single-$\tau_h$ goed beheersbaar zijn (bijv. ~5.5 kHz voor di-$\tau_h$ in Run 3).
• Data-MC Overeenstemming:
  • De "scale factors" (de verhouding tussen data- en simulatie-efficiëntie) liggen dicht bij 1.0 na de "turn-on" regio (boven 60 GeV), wat aangeeft dat de simulatie de detectorrespons goed beschrijft.
  • De prestaties zijn robuust tegenover variaties in het aantal pile-up interacties (NPV).
• Specifieke Paden:
  • De e$\tau_h$ en $\mu\tau_h$ kruistriggers tonen stabiele efficiëntie.
  • De di-$\tau_h$+jet pad (een nieuwe variatie voor Run 3) verzamelt effectief meer lage-$p_T$ $\tau_h$-kandidaten door een energetische jet als extra selectie te gebruiken.

5. Betekenis en Conclusie

De implementatie van machine learning in de HLT van het CMS-experiment markeert een belangrijke mijlpaal in de data-acquisitie voor de LHC Run 3.

• Fysische Impact: Door de efficiëntie voor hadronische tau's te verhogen zonder de kosten (rekenkracht en opslag) te verhogen, kunnen meer zeldzame gebeurtenissen worden vastgelegd. Dit is essentieel voor precisiemetingen van het Higgs-boson (zoals $H \to \tau\tau$) en zoektochten naar nieuwe zware deeltjes.
• Toekomstbestendigheid: De succesvolle integratie van GPU-versnelde track-reconstructie en deep learning in de trigger-keten bewijst dat complexe AI-modellen operationeel kunnen zijn in real-time omgevingen met hoge data-rates. Dit legt de basis voor nog geavanceerdere triggers in toekomstige LHC-runs (zoals Run 4 en de High-Luminosity LHC).
• Validatie: De goede overeenstemming tussen data en simulatie bevestigt dat het huidige begrip van de trigger-paden en de detectorrespons accuraat is, wat de betrouwbaarheid van toekomstige analyses garandeert.

Kortom, dit werk toont aan dat de CMS-experimenten klaar zijn om de uitdagingen van de hoge luminositeit van de LHC aan te gaan door slimme, machine-learning-gedreven triggers te gebruiken.