Charged-lepton identification at Belle~II

Technische Samenvatting: Identificatie van geladen leptonen bij Belle II

Probleemstelling
Het Belle II-experiment, dat opereert bij de SuperKEKB $e^+e^-$ collider, streeft naar hoogprecisiemetingen van CP-schending, CKM-elementen en het zoeken naar fysica buiten het Standaardmodel. Een cruciale vereiste voor deze natuurkundige doelstellingen is robuuste deeltjesidentificatie (PID), specifiek het vermogen om geladen leptonen (elektronen en muon) te onderscheiden van geladen hadronen (pionen, kaonen, protonen). Hoewel eerdere experimenten (BABAR en Belle) sterke PID-capaciteiten hadden gevestigd, vormen de hogere instantane luminositeit en de zwaardere achtergrondcondities bij SuperKEKB aanzienlijke uitdagingen voor zowel de hardware als de reconstructiesoftware. Het artikel behandelt de noodzaak om de algoritmen die worden gebruikt voor het identificeren van elektronen en muon en het scheiden van deze van hadronen te karakteriseren en te optimaliseren met behulp van data verzameld tijdens Run 1 (2019–2022, 428 fb$^{-1}$).

Methodologie
De studie maakt gebruik van controle-samples afgeleid van specifieke fysische processen om de PID-efficiëntie en misidentificatiesnelheden te meten zonder bias-gevoelige selectiecriteria toe te passen op de "probe"-sporen. De methodologie steunt op twee primaire technieken:

1. Tag-and-Probe: Gebruikt voor samples die geen piekende structuren missen (bijv. $e^+e^- \to e^+e^-(\gamma)$, $e^+e^- \to \mu^+\mu^-\gamma$, en twee-foton fusie e^+e^- \to e^e^-\ell^+\ell^-). Eén spoor ("tag") wordt geselecteerd met strikte PID-criteria om de sample te definiëren, terwijl het andere spoor ("probe") wordt gebruikt om de prestaties op een ongebiaste wijze te meten.
2. Peak Fitting en sWeights: Gebruikt voor samples met duidelijke invariant-massa-pieken ($J/\psi \to \ell^+\ell^-$) en hadron controle-samples ($K_S^0 \to \pi^+\pi^-$, $D^{*+} \to D^0\pi^+$, $\Lambda \to p\pi^-$). Signaalopbrengsten worden geëxtraheerd via fitting, en sWeights worden ingezet om achtergrondbijdragen te onderdrukken bij het berekenen van efficiënties.

De PID-algoritmen combineren informatie van meerdere subdetectoren:

• Lokale Likelihoods: Individuele subdetectoren (SVD, CDC, TOP, ARICH, ECL, KLM) leveren likelihoods op basis van specifieke observabelen (bijv. $dE/dx$, Cherenkov-foton timing, energie-depositie $E/p$, en penetratiediepte).
• Globale Probabiliteiten: Lokale likelihoods worden gecombineerd met behulp van de stelling van Bayes om globale soort-afhankelijke waarschijnlijkheden te vormen.
• Boosted Decision Trees (BDT): Om de beperkingen van eenvoudige likelihood-combinaties aan te pakken (zoals het verwaarlozen van correlaties en de suboptimale behandeling van lage-momentumgebieden), gebruiken de auteurs BDT-classificaties. Deze maken gebruik van aanvullende Elektromagnetische Calorimeter (ECL) variabelen (bijv. cluster vormmomenten) en waveform puls-vorm discriminanten om de lepton/hadron-scheiding te verbeteren, met name voor elektronen bij laag momentum ($p \le 1$ GeV/c).

Belangrijkste Bijdragen

• Prestatiekarakterisering: Het artikel presenteert een uitgebreide evaluatie van de elektron- en muon-identificatie-efficiënties en de hadron-naar-lepton misidentificatiesnelheden over het volledige momentum- en polaire hoekbereik dat toegankelijk is in Run 1.
• Algoritmevergelijking: Het biedt een directe vergelijking tussen "eenvoudige" probabiliteitsmethoden (gebaseerd op globale likelihood-ratio's) en BDT-gebaseerde multivariate benaderingen.
• Data/Simulatie Correcties: De auteurs stellen correctietabellen (scale factors) samen om de simulatieprestaties af te stemmen op de geobserveerde data, waarbij rekening wordt gehouden met discrepanties in efficiëntie en mis-ID-snelheden. Deze worden verstrekt voor diverse working points ($P > 0.5, 0.9, 0.95, 0.99$) en ladingstoestanden.
• Identificatie van Systematische Effecten: De studie identificeert en kwantificeert expliciet de impact van beam-injectieachtergronden op de Central Drift Chamber (CDC) $dE/dx$ metingen, wat de prestaties in de data vergeleken met de simulatie verslechtert, met name voor deeltjes met een laag momentum.

Resultaten

• Elektron Identificatie:
  • De BDT-gebaseerde selectie presteert aanzienlijk beter dan de eenvoudige probabiliteitsmethode, met name in het lage-momentumgebied ($0.5 < p < 1.0$ GeV/c) en het barrel-gebied ($32^\circ < \theta < 128^\circ$).
  • Elektron ID-efficiënties variëren van 50% tot 98% voor pion misidentificatiesnelheden tussen 0,1% en 1%.
  • De prestaties in de data zijn over het algemeen lager dan in de simulatie, waarbij de discrepanties grotendeels worden toegeschreven aan CDC $dE/dx$ biases veroorzaakt door beam-injectieachtergronden.
• Muon Identificatie:
  • Voor momenta onder 1 GeV/c vereist het bereiken van efficiënties boven de 80% het accepteren van pion misidentificatiesnelheden boven de 18%.
  • In tegenstelling tot het elektrongeval presteert de eenvoudige probabiliteitsmethode vaak beter dan de BDT-benadering in de data voor muon, vooral bij lage momenta waar de BDT vertrouwt op ECL-informatie die minder effectief is voor muon dan voor elektronen.
  • In het intermediaire momentumbereik ($1.0 < p < 3.0$ GeV/c) bestudeerd via $J/\psi$ verval, vertonen beide methoden een stabiele prestatie, met efficiënties die over het algemeen de 90% overschrijden.
• Misidentificatiesnelheden:
  • $\pi$-als-$e$: De data-snelheden zijn 2–3 keer hoger dan de simulatievoorspellingen over het grootste deel van de faseruimte.
  • $\pi$-als-$\mu$: De data-snelheden zijn over het algemeen lager dan de simulatie, met name bij hogere momenta.
  • $p$-als-$e$: De eenvoudige probabiliteitsmethode presteert aanzienlijk beter dan de BDT-methode, die geoptimaliseerd is voor $\pi$-scheiding en moeite heeft om protonen van elektronen te onderscheiden in het bereik $1.0 < p < 1.5$ GeV/c waar de $dE/dx$-waarden vergelijkbaar zijn.

Betekenis
Dit artikel stelt vast dat effectieve lepton-identificatie haalbaar is bij Belle II, ondanks de uitdagende achtergrondcondities van Run 1. De resultaten tonen aan dat hoewel eenvoudige likelihood-gebaseerde methoden robuust blijven (en soms superieur zijn voor muon en protonen), multivariate technieken (BDT) substantiële verbeteringen bieden voor elektron-identificatie, met name in lage-momentumgebieden waar traditionele variabelen hun onderscheidend vermogen verliezen. De verstrekte correctietabellen en prestatie-metrieken zijn essentieel voor natuurkundige analyses die precieze flavor tagging, volledige reconstructie van B-mesonen en zoektochten naar zeldzame vervallen vereisen. De auteurs merken op dat toekomstige verbeteringen waarschijnlijk zullen bestaan uit het uitbreiden van neurale netwerk-benaderingen (die eerder succesvol waren voor $K$ versus $\pi$ scheiding) naar leptonen en het verfijnen van kalibratieprocedures om de effecten van beam-injectieachtergronden op de CDC te mitigeren.