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

In het hart van de Europese organisatie voor nucleaire onderzoek, bekend als CERN, ramt een machine genaamd de Large Hadron Collider protonen tegen elkaar aan met snelheden die de lichtsnelheid benaderen. Deze botsingen recreëren de omstandigheden die bestonden in de eerste fracties van een seconde nadat het universum begon, waarbij een stortvloed van nieuwe deeltjes wordt geproduceerd. Onder de belangrijkste hiervan zijn zware quarks, specifiek de bottom- en charm-varianten. Wanneer deze quarks worden gecreëerd, transformeren ze snel in zwaardere deeltjes die een minuscule afstand afleggen voordat ze vervallen. Deze lichte vertraging laat een duidelijk spoor achter: een secundair oorsprongspunt dat iets verschoven is van de hoofdgebeurtenis van de botsing. Natuurkundigen noemen dit een 'displaced vertex'. Het identificeren van jets — stralen van deeltjes die voortkomen uit deze zware quarks — is essentieel voor veel experimenten, met name bij de zoektocht naar het Higgs-boson, een deeltje dat massa geeft aan anderen. Het Higgs-boson vervalt vaak in deze zware quarks, waardoor het vermogen om ze te spotten een cruciale vaardigheid is voor het begrijpen van de fundamentele wetten van de natuur. De kosmos produceert echter ook een enorme hoeveelheid jets van lichtere deeltjes, wat een luidruchtige achtergrond creëert die de zeldzame signalen waar wetenschappers naar op zoek zijn, gemakkelijk kan verbergen.

De uitdaging voor de onderzoekers bij CERN is niet alleen het vinden van deze zware quarks, maar het doen op een snelheid die het tempo van de machine kan bijhouden. De Large Hadron Collider produceert botsingen met een frequentie van 40 miljoen keer per seconde. Het is onmogelijk om data van elke gebeurtenis op te slaan; de opslagsystemen kunnen dat volume simpelweg niet aan. In plaats daarvan moet een geavanceerd filtersysteem, een 'trigger' genoemd, in een fractie van een microseconde beslissen welke botsingen interessant genoeg zijn om te bewaren en welke genegeerd moeten worden. Dit systeem fungeert als een poortwachter, die de enorme vloedgolf aan data terugbrengt naar een beheersbaar aantal van enkele duizenden gebeurtenissen per seconde. Jarenlang vertrouwde deze poortwachter op gevestigde methoden om onderscheid te maken tussen jets van zware quarks en die van lichtere deeltjes. Maar naarmate de collider krachtiger werd en meer botsingen en meer achtergrondruis produceerde, begonnen de oude methoden te wankelen. Ze waren niet gevoelig genoeg om de zeldzame, interessante gebeurtenissen te vangen zonder te veel ruis door te laten, of ze moesten zo strikt worden ingesteld dat ze waardevolle data misten.

Om dit op te lossen, ontwikkelde de CMS-collaboratie, een van de twee belangrijkste experimenten bij de collider, een nieuwe generatie instrumenten voor hun high-level trigger-systeem. Dit systeem draait op een farm van standaard computerprocessoren en is verantwoordelijk voor de uiteindelijke, meest gedetailleerde selectie van gebeurtenissen. Het team introduceerde een nieuw type algoritme gebaseerd op deep learning, een vorm van kunstmatige intelligentie die de manier nabootst waarop het menselijk brein patronen leert herkennen. Specifiek gebruikten ze een techniek genaamd een dynamisch graph convolutioneel neuraal netwerk. In eenvoudige termen behandelt dit algoritme de deeltjes binnen een jet niet als een simpele lijst, maar als een verbonden web of graaf. Het kijkt naar hoe elk deeltje zich verhoudt tot zijn buren, waarbij de complexe structuur van de straal wordt geanalyseerd om de oorsprong ervan te bepalen. Deze aanpak stelde het systeem in staat om subtiele verschillen te zien tussen een jet bestaande uit zware quarks en een jet bestaande uit lichtere deeltjes die voorheen ondetecteerbaar waren voor eerdere methoden.

De onderzoekers testten deze nieuwe algoritmen met behulp van data verzameld uit proton-proton botsingen op een energieniveau van 13,6 tera-elektronenvolt, een recordhoogte voor de machine. Ze richtten zich op twee hoofdtaken: het identificeren van jets van bottom-quarks en jets van charm-quarks. De resultaten toonden een significante verbetering. Het nieuwe systeem kon bottom-quark jets met veel hogere nauwkeurigheid identificeren, terwijl het tegelijkertijd de achtergrond van lichte jets veel effectiever afweerde dan de vorige generatie instrumenten. Dit betekende dat de trigger zo ingesteld kon worden dat deze inclusiever was, waardoor meer van de zeldzame gebeurtenissen die wetenschappers willen bestuderen werden bewaard zonder overweldigd te worden door ruis. Misschien nog belangrijker is dat het nieuwe systeem het mogelijk maakte om charm-quark jets voor het eerst met hoge efficiëntie te identificeren in dit online filtersysteem. Dit opende de deur naar het bestuderen van processen waarbij charm-quarks betrokken zijn, die voorheen te moeilijk te isoleren waren in real-time.

De impact van deze verbeteringen was onmiddellijk en meetbaar in verschillende belangrijke gebieden van de natuurkunde. Een grote succesfactor was de zoektocht naar paren van Higgs-bosonen die vervallen in vier bottom-quarks. Dit is een zeldzaam proces dat natuurkundigen helpt te begrijpen hoe het Higgs-boson met zichzelf interacteert. De nieuwe triggers stelden het experiment in staat om data over deze gebeurtenissen met veel grotere efficiëntie te verzamelen, waardoor het aantal nuttige gebeurtenissen in bepaalde energiebereiken effectief werd verdubbeld vergeleken met de vorige opstelling. Op dezelfde wijze verbeterde het systeem de mogelijkheid om het Higgs-boson te bestuderen wanneer het wordt geproduceerd samen met een paar top-quarks, een andere cruciale methode voor het begrijpen van de eigenschappen van het deeltje. De nieuwe tools maakten ook een toegewijde zoektocht mogelijk naar het Higgs-boson dat vervalt in charm-quarks, een proces dat in het verleden bijna onmogelijk te triggeren was vanwege de overweldigende achtergrond. Door de energie-drempels te verlagen die vereist zijn om een gebeurtenis op te slaan, stelde het nieuwe systeem natuurkundigen in staat om lagere energiegebieden te verkennen die voorheen ontoegankelijk waren.

Het team ontwikkelde ook een gespecialiseerde versie van dit algoritme om hoogenergetische deeltjes te verwerken die zo snel vervallen dat hun producten samensmelten tot één grote straal. Dit komt veel voor wanneer zeer zware deeltjes worden geproduceerd en met hoge snelheid reizen. Het nieuwe systeem kon deze samengesmolten jets met hoge precisie identificeren, wat het bereik van het experiment verder vergrootte. Gedurende de gehele data-verzameling periode monitorden de onderzoekers continu de prestaties van deze algoritmen, waarbij ze hun voorspellingen vergeleken met de daadwerkelijk verzamelde data. Ze ontdekten dat de computersimulaties die gebruikt werden om het systeem te ontwerpen, zeer nauw overeenkwamen met de echte wereld data, wat bevestigde dat de nieuwe tools betrouwbaar en stabiel waren over de tijd. Het systeem behield zijn hoge prestaties, zelfs toen het aantal gelijktijdige botsingen in de machine toenam, een conditie die bekend staat als pileup, wat vaak eenvoudigere detectoren in de war brengt.

Tegen het einde van de data-verzameling periode waren de nieuwe triggers de standaard geworden voor het experiment. Ze werden toegepast op de analyse van honderden terabytes aan data, wat direct heeft bijgedragen aan een verbeterde gevoeligheid in zoektochten naar nieuwe fysica. Het werk bewees dat geavanceerde machine learning-technieken succesvol konden worden ingezet in de split-second omgeving van een deeltjesfysica-trigger, een prestatie die ooit als te rekenintensief werd beschouwd. Het succes van dit project betekent dat het CMS-experiment nu dieper in de data kan kijken en signalen kan vinden die voorheen verborgen waren in de ruis. Deze capaciteit is essentieel voor de toekomst van het vakgebied, aangezien de collider blijft opereren op hogere intensiteiten en de grenzen van het bekende overschrijdt. Het vermogen om in real-time het zware van het lichte, het zeldzame van het gemeenschappelijke te onderscheiden, is een hoeksteen geworden van de moderne deeltjesfysica, wat ervoor zorgt dat geen potentieel ontdekking verloren gaat aan de beperkingen van de filter.