Use este identificador para citar ou linkar para este item: https://repositorio.ufjf.br/jspui/handle/ufjf/5476
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
davispereirabarbosa.pdf57.98 MBAdobe PDFThumbnail
Visualizar/Abrir
Tipo: Dissertação
Título: Estudo de técnicas de otimização para reconstrução de energia de jatos no primeiro nível de seleção de eventos do experimento ATLAS
Autor(es): Barbosa, Davis Pereira
Primeiro Orientador: Cerqueira, Augusto Santiago
Membro da banca: Duque, Carlos Augusto
Membro da banca: Macedo, Érica Ribeiro Polycarpo
Membro da banca: Souza Filho, João Baptista de Oliveira e
Resumo: Atualmente, o LHC é o maior e mais energético colisionador de partículas em fun-cionamento, colidindo prótons com energias de 7 TeV no centro de massa a cada 50 ns. Vários detectores estão posicionados para medir as características das partículas após a colisão, sendo então utilizadas para verificar a validade das novas teorias de física de partículas. O ATLAS é o maior dos detectores do LHC, estando em operação desde 2009 e fornecendo uma grande quantidade de dados para as análise físicas para a busca do Higgs. Um dos principais responsáveis pelas qualidade das informações adquiridas pelo ATLAS é o seu sistema de seleção de eventos online que foi desenvolvido para rejeitar informações irrelevantes das colisões, excluindo a enorme quantidade de ruído de fundo do experimento. Entretanto, o LHC passará por atualizações visando o au-mento da sua luminosidade em uma ordem de grandeza (103' para 1035) nos próximos dez anos, gerando assim uma maior quantidade de eventos por colisão, aumentando a probabilidade de empilhamento de eventos. Desta forma, o ATLAS e o seu sistema de seleção de eventos online também deverão sofrer modificações para atender aos novos requisitos do experimento. O presente trabalho realizou estudos sobre a utilização de novos algoritmos para estimação da energia de jatos no primeiro nível de seleção de eventos do detector ATLAS. Inicialmente, uma janela bidimensional é aplicada na região onde o jato foi identificado, visando a redução do impacto do empilhamento dos eventos nas bordas desta região. Em seguida, é proposta a utilização da informação de profundidade do calorímetro hadrônico do ATLAS na estimação de energia do jato, através de técnicas de otimização linear (mínimos quadrados) e não-linear (redes neu-rais artificiais). Os resultados obtidos, através de simulações Monte Carlo, mostraram que a informação de profundidade do TileCal reduz o erro de estimação da energia dos jatos em aproximadamente 23%, enquanto que a utilização da janela bidimen-sional melhora o comportamento inicial da curva de acionamento de jatos indicando sua efetividade em cenários de empilhamento de eventos.
Abstract: The LHC is the biggest and most energetic particle collider, performing proton-proton collisions with 7 TeV on center of mass at 50 ns rate. Several detectors are placed along the LHC in order to measure the collisions results, envisaging the validation or rejection of the new particle physics theories. The ATLAS experiment is the biggest detector at LHC, operating very well since 2009 and providing large amount of data for the physics analysis envisaging the search for the Higgs Particle. The online event selection system (trigger) is one of the major reponsibles for the quality of the acquired data in ATLAS, it was designed to reject the huge amount of background noise generated at LHC. However, the LHC upgrade for high luminosity (10' to 1035) in the following ten years will increase the amount of events per collison, increasing the event pileup probability. In order to cope with the new luminosity requirements, the ATLAS and its trigger system will also upgrade its components and algorithms. This work presents the studies about the use of new algorithms for jet energy estimation in the first level of the ATLAS trigger system. Envisaging the reduction of the pileup effect, a bidimensional window is applied on the region where the event was identified (RoI). Additionally, the longitudinal information from the ATLAS hadronic calorimeter (TileCal) is used in order to improve the jet energy estimation, using linear (Least Square) and nonlinear (Artificial Neural Networks) optimization techniques. The achieved results, through Monte Carlo simulations, show that the TileCal logitudinal information reduces the energy estimation error by 23%, while the bidimensional window slightly improves the jet turn on curve indicating the reduction of the pileup effects.
Palavras-chave: Calorimetria de altas energias
Estimação de energia
Filtragem on-line
Mínimos quadradados
Redes neurais
Calorimetry
Energy Estimation
Online Trigger
Least Square
Artificial Neural Networks
CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Idioma: por
País: Brasil
Editor: Universidade Federal de Juiz de Fora (UFJF)
Sigla da Instituição: UFJF
Departamento: Faculdade de Engenharia
Programa: Programa de Pós-graduação em Engenharia Elétrica
Tipo de Acesso: Acesso Aberto
URI: https://repositorio.ufjf.br/jspui/handle/ufjf/5476
Data do documento: 3-Jul-2012
Aparece nas coleções:Mestrado em Engenharia Elétrica (Dissertações)



Os itens no repositório estão protegidos por licenças Creative Commons, com todos os direitos reservados, salvo quando é indicado o contrário.