1. Identification des électrons dans la partie avant
du calorimètre électromagnétique d'ATLAS au LHC
et analyse des premières données
Eve Chareyre

2. PLAN
1ère partie : Introduction 2ème partie : Identification des
objets électromagnétiques à l'avant
➢ Le LHC et l'expérience ATLAS
➢ Les données
➢ Motivations d'exploiter les électrons
➢ Reconstruction des électrons à l'avant
➢ Études à partir du générateur Pythia
➢ Les méthodes discriminantes
➢ Les tests en faisceaux
➢ Les résultats
3ème partie : Application aux premières données
➢ Les données réelles
➢ Les données simulées à biais minimum
2
➢ Comparaison données/données simulées

3. INTRODUCTION
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 3

4. Le Large Hadron Collider
Circonférence :
27 km
CMS
Profondeur :
50 à 175 m
LHCb
ALICE
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 4
ATLAS

5. Le programme de physique au LHC
Un large domaine d'étude :
Découverte du boson de Higgs dans le cadre du Modèle Standard entre 114 GeV et 1 TeV
s'il existe
Recherche du boson de Higgs dans des modèles plus exotiques (supersymétrie...)
Mise en évidence d'une nouvelle physique (boson W', Z', supersymétrie)
Affinement des mesures pour les propriétés des particules du Modèle Standard :
Propriétés du quark top
Propriétés des bosons W et Z
Etude des processus QCD
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 5

6. La chaîne d'accélération
 Avantage de collisions proton­proton
✗ limitation du rayonnement
synchrotron
✗ énergies très élevées
✗ pas d'anti­proton à produire
 Luminosité : actuelle 103 1 cm­ 2 s­ 1
(collisions à 7 TeV)
prévue 103 4 cm­ 2 s­ 1
6

7. Chronologie du LHC
21 novembre 2009
10 septembre 2008
19 septembre 2008
2 novembre 2000
Tests en faisceaux combinés
Été 2004
Arrêt Redémarrage
Fin
Construction du LHC
du
LEP
Prises de données
de 900 GeV à 7 TeV
1er démarrage
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 7

8. A Toroïdal LHC ApparatuS
Détecteur interne :
● Pixels
Longueur ~ 46 m, diamètre ~ 22 m, 7000 tonnes, 108 capteurs
● SCT
● TRT
➔Reconstruction des
Système de traces et des vertex
déclenchement : primaires
3 niveaux ➔Séparation e/
➔ Réduction des
données de
40 MHz à 100 Hz
Calorimètre électromagnétique
Échantillonnage Pb­LAr
➔ Reconstruction e, 
➔ Mesure d 'énergie et position
Calorimètre hadronique :
Spectromètre à muons : Champ magnétique toroïdal Fe/scintillateur (partie centrale)
+ aimants supraconducteurs Cu/LAr (partie avant)
➔ Chambres à fils : déclenchement + mesures trajectoires ➔ Reconstruction des jets 8
➔ Mesure E manquante
T

9. Prise de données d'ATLAS
Luminosité : 1.0 × 1031 cm−2 s−1 Efficacité de prise de données : 95 %
1e r candidat Z
1e r candidat W
1e r candidat top
9

10. Perspectives du LHC à court/moyen terme
A l'horizon 2011 :
Mesures de précision sur les sections efficaces
des bosons Z et W ainsi que du quark top
Limites sur le boson de Higgs standard
Niveau de détectabilité d'un processus donné
Luminosité intégrée actuelle : 3.6 pb­1
Fin 2010
Fin 2011 : 1 fb­1
10
7 TeV

11. Découverte du Higgs
La découverte du boson de Higgs nécessite un système calorimétrique performant :
Une acceptance la plus large possible
Une résolution en énergie de avec un
10 %/  E
terme constant très petit (<0.7%)
Une bonne granularité (0.025*0.025 en  et  dans
le compartiment 2) pour l'identification des e+, e­ et jets
Mesure des positions avec une résolution de
50 mrad /  E
Missing Et
100 %/  E
Résolution des jets
électrons
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 11
Jets Photons

12. Calorimètre électromagnétique
 =0
 =1.475
= 3.2
HEC : Hadronic End Cap
EMEC : Electromagnetic End Cap Coordonnées pseudo­projectives en  , :
 = ­ ln(tan( /2))
13/09/2010 12

13. Structure du calorimètre électromagnétique
A :00.8
B : 0.81.475
A B D : 1.3752.5
D C : 2.53.2 (granularité plus grossière
dans la partie centrale)
C pas de suivi des traces chargées!
Structure en accordéon dans le barrel et endcap
couverture hermétique
géométrie parfaitement projective en  et 
Structure Argon
liquide + plomb :
bonne tolérance
aux radiations

14. Motivations pour aller chercher les électrons à l'avant
Les bosons W et Z constituent une Densité de bruit de fond plus importante
source importante de production à l'avant :
d'électrons :
+ ­
Interactions entre faisceaux et gaz
Z → e e
W → e Particules du halo des faisceaux
Une des désintégrations possibles du
quark top est :
t → Wb
Augmentation sensible de la
Plusieurs signatures du Higgs peuvent ­
statistique en e
contenir un électron :
H → ZZ → 4l
H → WW → ll
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 14

15. Les sources de production des électrons
Via le boson Z
Production par annihilation de paires q qbar dominante
Section efficaces qui augmentent avec
l'énergie dans le centre de masse.
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 15

16. Désintégration en paire de leptons
e+,e­ partie
centrale
1 avant
1 centrale
e+ e­ partie
avant
Electrons à haute impulsion transverse
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 16

17. Les sources de production des électrons
Via le boson W W  − e   W − − e − 

Collisions p­p @ 14 TeV Collisions p­pbar @ 14 TeV
Proton : 2 quarks u
et un quark d
Asymétries de charge
Distributions en y fortement différentes (comportement
non symétrique en q et qbar)
 W ≠ W
+ ­
 W = W
+ ­
13/09/2010
2 fois + de quarks u que d 17

18. Désintégration en et W −− e − 
 
W − e  
Collisions p­p @ 14 TeV Collisions p­pbar @ 14 TeV
Asymétries de charge
plus larges que pour le W
→ couplage du W aux fermions
13/09/2010 Absence d'anti­quarks de valence dans les collisions p­p + 18
Couplage du W aux fermions dans les interactions électrofaibles

19. ­ ­ + +
W e 
 W e 
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 19

20. Les sources de production des électrons
Via le J/ª
Désintégration en mode leptonique
7 TeV 7 TeV
e+ e­ partie centrale
7 TeV e+ e­ partie avant
1 partie avant
1 partie centrale
20
Les électrons sont détectés majoritairement dans la partie centrale

21. Identification des objets
électromagnétiques à l'avant
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 21

22. Les tests en faisceaux
Ligne H6
BPC : chambre à fils V, M1, M2 : parois scintillantes S, B : compteurs à scintillations
Données de pions et d'électrons :
Configuration aussi proche 6 GeV < E < 200 GeV
que possible de celle d'ATLAS
Position du point
d'impact :
 = 2.8
22
(+ grande variété de types de faisceaux utilisés)

23. Les données
Les données de tests en faisceaux Les données simulées
Simulation complète,
2 périodes de prises de données
géométrie ATLAS
Faisceau étroit Faisceau plus large :
~ 1cm ~ quelques cm Pions et électrons :
10 GeV < E < 150 GeV
4000 prises de données : 80 millions d'évènements
Quantité de matière devant
le calorimètre différente !
Pions, électrons, muons : 6 GeV < E < 200 GeV
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 23

24. Reconstruction des électrons
EMEC compartiments 2 et 3 : 9 cellules
cellule la + chaude
cluster
HEC compartiments 0, 1 et 2 :
 cellules0.25 en   2 2 
+ corrections
Taille des cellules dans : Energie du « cluster » en fonction de la
couverture angulaire en η
le HEC : 0.2 × 0.2
l'EMEC : 0.1 × 0.1
13/09/2010 24
Uniformité meilleure que le % !

25. Les corrections
➢ Corrections de haute tension : 10 % ➢ Corrections au niveau du cluster
 Correction résiduelle en  : 2%
cellule la + chaude
Non uniformité globale due aux variations du champ électrique
Particule au centre Particule décentrée

E corr =E cell
1 .cell −0   Correction en  : < 1%
Centre du secteur Non uniformité du champ électrique
0.55 Coefficient de normalisation suivant  (structure périodique des
à l'énergie du faisceau ~ 1 absorbeurs)
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 25

26. Définition des lots de données :
Etude des contaminations (partie I)
Contaminations dans les données de pions
Les électrons déposent leur énergie principalement dans l'EMEC mais peuvent aussi déposer une faible
fraction d'énergie dans le HEC
Pour une énergie
et une position
électrons
pions électrons
Normaliser le nombre d'évènements détectés sur le '
N
Electrons contaminant les pions (vérifié dans la simulation) même intervalle mais pour un faisceau d'électrons : 1
N '2
Comptage du taux d'évènements détectés
N1
entre 5 GeV et la position du pic – 3  :
N2 200 GeV
N 1 N 1 Constantes en  et
'
Contamination= × petites ­> ne dépendent 120 GeV
N 2 N '2 pas de la géométrie du
détecteur 60 GeV
La présence d 'électrons dans les données de pions
détériore l'estimation des facteurs de rejet

27. Définition des lots de données :
Etude des contaminations (partie II)
Contaminations en pions dans les données d'électrons
Les faux électrons ont été définis comme des évènements déposant plus de 2.5 GeV dans le HEC0 (vérifié
dans la simulation)
Données simulées ATLAS pour une
géométrie complète du détecteur
Données de pions Données d'électrons
à 60 GeV à 60 GeV
Comptage du taux d'évènements détectés Normalisation du nombre total d'évènements
au delà de 2.5 GeV sélectionnés sur le même intervalle mais pour
des électrons
200 GeV Ces contaminations dépendent clairement de l'énergie
120 GeV
du faisceau
60 GeV La présence de pions dans les données d'électrons 27
détériore l'estimation des efficacités

28. Liste des coupures qui définissent les lots de pions
et d'électrons
Liste des coupures
Lots d'électrons :
EMEC 2 > 1GeV
EMEC + HEC > 5 GeV muons
EMEC + HEC > Position du pic­3
HEC 0 > 2.5 GeV
Contaminations résiduelles ~ 0.1 %
Lot de pions :
EMEC 2 > 1 GeV
EMEC + HEC > 5 GeV muons
EMEC + HEC > position du pic ­ 3
Contaminations résiduelles ~ 0.5 %
A 10 GeV uniquement coupure sur les muons !

29. L'analyse discriminante : Description des différentes étapes
● Première étape : l'analyse séquentielle
➔ Appliquer des coupures pour maximiser l'efficacité
➔ Sélectionner les variables les plus discriminantes
➔ Calculer l'efficacité et le facteur de rejet pour chaque énergie
● Deuxième étape : la méthode du Fisher
➔ Fixer l'efficacité à celle utilisée pour l'analyse séquentielle et estimer le facteur de rejet
➔ Fixer l'efficacité à 50 % et estimer le facteur de rejet
● Troisième étape : la méthode des Boosted Decision Trees
➔ Fixer l'efficacité à celle utilisée pour l'analyse séquentielle et estimer le facteur de rejet
➔ Fixer l'efficacité à 50 % et estimer le facteur de rejet
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 29

30. Variables choisies pour l'analyse
Variables dans le HEC Variables dans l'EMEC
Ehec/Etot Ehec0/Etot Eemec2/Etot Moment r2
Ecellhec0/Etot
Efficacité =
Nombre électrons sélectionnés
Nombre total d ' électrons
Facteur de rejet =
Nombre total de pions
Nombre de pions identifiés comme électrons
30

31. Justification de l'utilisation de méthodes d'analyses multivariées
L'analyse séquentielle n'exploite pas les corrélations entre les variables
Utilisation de méthodes qui tiennent compte des corrélations
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 31

32. Principe général des méthodes d'analyses discriminantes
✔ Un évènement est décrit par k variables (variables les plus discriminantes)
✔ Les évènements peuvent être classés en
n classes :
H1 … Hn
✔ De manière générale, un classificateur peut avoir
jusqu'à n classes
✔ Dans le cadre de l'analyse présentée, il y a seulement 2 classes : Le signal et le bruit
✔ The Toolkit for Multivariate Analysis (TMVA) : maximiser la séparation entre signal et bruit
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 32

33. L'analyse discriminante de Fisher
● Deux classes C1 et C2, x2 Discriminant de Fisher
C2
● Décrites par un nombre de variables : x , x , … x
1 2 p
C1 x
●
Son objectif étant d'identifier la droite F telle que les
projections des deux classes soient aussi bien F
séparées que possibles
x1
Discriminant de Fisher : direction de l'espace qui rend le critère de Fisher maximal.
N
Le terme de décalage F0 centre la moyenne
y i=F ∑ a x
Fi 0 k k de l'échantillon yF i sur tous les évènements
1 (N + N ) à zéro = taux maximal de mauvaise
S B
identification
« Poids » de la variable variable
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 33

34. L'analyse discriminante des Boosted Decision Trees
Un arbre de décision est une série de coupures
qui partagent l'échantillon en plus petits arbres :
les feuilles sont affectées du statut S ou B
Croissance :
Chaque échantillon essaie de maximiser le
gain en séparation :
S,B
S1,B1 S2,B2
Boosting :
Supprimer les noeuds insignifiants
Création de deux lots d'évènements : entraînement et test
Augmenter le poids des évènements mal­identifiés → création d'un nouvel arbre de décision
34
Classificateur final : « forêt » d'arbres de décision linéairement combinés

35. Résultats de l'analyse de discriminante (I)
Distributions de Fisher pour chaque énergie
Distributions des Boosted Decision Trees pour chaque énergie
Création d'un Fisher/BDT combinant toutes les énergies :
Récupération des coefficients obtenus à partir du Fisher/BDT moyen
Reconstruction d'un Fisher/BDT énergie par énergie mais avec les
coefficients du Fisher/BDT moyen
Calculs des facteurs de rejet, énergie par énergie, pour une
efficacité donnée
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 35

36. Résultats de l'analyse discriminante (II)
Facteurs de rejet obtenus avec une efficacité fixée à celle de l'analyse séquentielle
Facteurs de rejet obtenus avec une efficacité fixée à 50 %
Facteurs de rejet A haute énergie, peu de pions passent les coupures de
limités par les conta­
sélection et sont identifiés à tort comme électrons.
minations résiduelles
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 36

37. Efficacité = analyse séquentielle
Efficacité = 50%
Efficacités différentes pour chaque énergie!
L'analyse multivariables est clairement plus discriminante!
Pour une efficacité de 50%, on peut obtenir un facteur de rejet de plus de 100 avec la
méthode de Fisher et de plus de 200 avec la méthode des BDTs. 37

38. Comparaison avec les résultats précédents
CERN­THESIS­2007­027
Valeurs des efficacités en fixant le facteur de rejet à 10
Valeurs des efficacités en fixant le facteur de rejet à 100
Résultats comparables mais type de données utilisées différent (données TB/simu)
13/09/2010 → Contaminations qui influencent la valeur de l'efficacité 38

39. Les premières données
Données simulées à biais Format de données (D3PDs
minimum spécifiques) contenant les
informations sur les cellules
655 836 évènements dont le dépôt est supérieur à 3
fois le bruit
Energie de collisions : 7TeV
Période : mars à mai 2010
Même software de reconstruction
que pour les données Luminosité totale ~ 200 b­1
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 39

40. Spectre en impulsion transverse pour les données simulées
Partie centrale (| |<2.5) Partie avant (| |>2.5)
Proportion
d'électrons faible
Rapport entre taux de production d'électrons et d'autres particules
Taux de rejet
nécessaire
pour avoir
autant de pions
que d'électrons
A bas Pt (< qques GeV) : rapport ~ 10 A bas Pt : rapport ~ 1 40
A haut Pt (> 10 GeV) : rapport ~ 100 A haut Pt : rapport ~ 100

41. Nature des particules mères
Provenance des particules « mères »
Utilisation de la vérité Monte Carlo
pT<2 GeV
Partie avant Partie centrale
pT>5 GeV
0 88.20 / 76.50
 83.22 / 75.40
 12.29 / 17.11 8.74 / 12.01
 2.57 / 2.13 1.71 / 3.41
'
 0.59 / 1.07 0.82 / 0.26
0
Grande majorité des particules « mères » sont des  ou des résonances légères
se désintégrant électromagnétiquement
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 41

42. Comparaison données et données simulées
Préselection sur les Spectre en impulsion transverse
clusters pour les données
simulées et réelles
Énergie totale du
cluster > 40 GeV avec
un cluster contenant
plus d'une cellule
Spectre des données
comparable à celui des
données simulées
Les données réelles ont passé
les conditions de déclenchement Soutenance de Thèse ­ Eve Chareyre 42
calorimétrique

43. Les variables discriminantes
Bon accord entre
simulation et données
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 43

44. Comparaison avec des données de pions et d'électrons purs
Distributions de Fisher ­ ­
Nbre e Nbre e
à 50 % à 80 %
289 409
Coupure à appliquer pour avoir une
efficacité de détection des électrons
de 50 % sur les données
Distributions des BDTs
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 44

45. CONCLUSION
L''étude des tests en faisceaux dans la région avant du calorimètre électromagnétique a permis :
● L'obtention d'un facteur de rejet de plus de 100 pour le Fisher
● L'obtention d'un facteur de rejet de plus de 200 pour les BDTs
avec une efficacité d'identification des électrons de 50 %.
● L'application de ces méthodes au premières données du LHC
➢ Vérification accord simulation/données pour les 1ères données
● Augmentation statistique pour identifier les W et Z se désintégrant en leptons avec au
moins un des leptons dans la partie avant
Les études au niveau du générateur ont montré un apport significatif à exploiter les électrons
à l'avant :
● De l'ordre de 50 % pour le Z
● De l'ordre de 30 % pour le W
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 45

46. Back­up
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 46

47. Contaminations résiduelles
Contaminations résiduelles dans électrons :
200 GeV 0.4 pour 1000
120 GeV 0.38 pour 1000
60 GeV 2.1 pour 1000
Contaminations résiduelles dans pions :
200 GeV 13 pour 1000
120 GeV 3 pour 1000
60 GeV 0.85 pour 1000
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 47

48. Particularités de ce collisionneur
1232 dipôles
8.4 T pour courber Température ~ 2K
les protons
12 millions de litres
d'azote liquide +
700 000 litres d'hélium
liquide
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 48

49. Lots d'électrons
Dépôt d'énergie dans l'EMEC 2
Coupure à 1GeV
Coupure à 5 GeV pour enlever les muons (déposent quelques GeV) pour toutes les énergies
Dépôt d'énergie dans le HEC+EMEC
pour des données d'électrons à 200 GeV
Dépôt d'énergie dans le HEC0 pour
des données d'électrons à 60 GeV
Contaminations essentiellement en pions
pour des données à 60, 120 et 200 GeV
Données d'électrons purs 49
au delà du pic ­ 3 Quelques pions de contaminations

50. Lots de pions
Dépôt d'énergie dans l'EMEC 2
Coupure à 1GeV
Coupure à 5 GeV pour enlever les muons (déposent quelques GeV) pour toutes les énergies
Dépôt d 'énergie dans le HEC+EMEC
pour des données de pions à 120 GeV
Contaminations essentiellement en électrons Données de pions purs 50
pour des données à 60, 120 et 200 GeV au delà du pic ­ 3

51. Nombres d'évènements après les coupures de sélection
Données d'électrons Données de pions
13/09/2010 Soutenance de Thèse ­ Eve Chareyre 51

52. Exemple de mesure envisageable avec les Z
➔ Mesure asymétrie avant­arrière dans les événements Z → e+ e­
Lagrangien du modèle standard :
L = LY . M + LM t . + LH i g g s
. a
Dans le lagrangien de matière :
énergie cinétique des quarks + interaction du courant chargé + courant neutre
J  =J 3 −sin 2 W J em
NC
  Précision statistique
sur la détermination
Isospin faible Courant électromagnétique angle effectif mélange :
La partie « faible » viole la parité : on s'attend donc à une
asymétrie dans la distribution angulaire des produits de
désintégrations ! ~1× 10−4

53. y
y

 R
x z
x

54. Erreurs sur les facteurs de rejet et efficacités
Distributions des écarts à la moyenne Hypothèse : origine purement statistique
Pour des pions :
Nb part Nb part
−〈 〉
Nb select. Nb select.

=
 Nb select.
Nb part.
Analyse qui n'exploite pas les corrélations entre les variables !
Utilisation de méthodes qui tiennent compte des corrélations
54

55. 55

56. Désintégrations en mode leptonique :
Section efficaces qui augmentent avec
l'énergie dans le centre de masse.
56

57. Interaction des électrons avec la matière
Energie perdue par un électron en fonction Section efficace des processus d'interaction
de son énergie lorsqu'il traverse du plomb du photon avec le plomb
Gerbe électromagnétique :
Processus dominant à
Bremsstrahlung haute
création de paires e+ e­ énergie : perte d'énergie
par
Quand l'énergie décroît : Bremsstrahlung
Ionisation pour les e dans le (émission d'un photon)
milieu absorbeur (plomb)
Effet Compton et photoélectrique
pour les photons

58. Les sources de production des électrons
Via le J/ª
Production via une paire de quarks lourds
900 GeV 7 TeV
1.2 TeV
Distribution en y sensible à l'augmentation
d'énergie
58