relatório 2012 atlas/brazil cluster renafae workshop 29...

52
Relatório 2012 ATLAS/Brazil Cluster RENAFAE WorkShop 29/Novembro/2012

Upload: vantuong

Post on 24-Jan-2019

212 views

Category:

Documents


0 download

TRANSCRIPT

Relatório 2012ATLAS/Brazil ClusterRENAFAE WorkShop

29/Novembro/2012

RENAFAE 29/NOVEMBRO/2012 2

Equipe (Novembro/2012)

Pesquisadores:1.Aline Gesualdi (CEFET-RJ)2.Andre Asevedo Nepomuceno (UFF) A3.Augusto Santiago Cerqueira (UFJF) A4.Carmen Lucia Lodi Maidantchik (UFRJ) A5.Eduardo Luiz Augusto Macchione (USP)6.Eduardo Furtado Simas Filho (UFBA)7.Emi Marcia Takagui (USP)8.Daniel Pedro Bezerra Chaves(UFF)9.Fernando Marroquim (UFRJ/UFSJ) A10.Jose Manoel de Seixas (UFRJ) A11.Luciano Manhães Andrade Filho (UFJF) A12.Luiz Pereira Calôba (UFRJ) A13.Marco Aurelio Lisboa Leite (USP) A14.Maria Aline Barros do Vale (UFSJ) A15.Marisilvia Donadelli (PosDosc, USP) A16.Olacio Dietzsch (USP)17.Rafael Antunes Nóbrega (UFJF) 18.Yara do Amaral Coutinho (UFRJ)

A = autor

InstituiçõesOficialmente no ATLAS:●UFRJ ●USP ●UFJF ●UFSJ

Futuras Inclusões●UFF ●UFBA●CEFET-RJ

Empresas Nacionais●Nemesys●FinCore●Twist

RENAFAE 29/NOVEMBRO/2012 3

Equipe (Novembro/2012)Estudantes

1.Andressa A. Sivolella Gomes (IC,UFRJ)2.Adolpho Machado Jr.(IC, USP)3.Bernardo Sotto-Maior Peralva (Mestr, UFJF)4.Bruno Lange Ramos, (IC, UFRJ)5.Candida Meneghin (Mestr., UFJF)6.Danilo Lima de Souza (Dr., UFRJ)7.David Melo (IC, UFJF)8.Davis Pereira Barbosa (Mestr., UFJF)9.Dhiana Deva (IC, UFRJ)10.Farley Freire de Matos (IC, UFRJ)11.Felipe Damas Melo (IC, UFSJ)12.Fernando M. Vieira Xavier (Dr. UFRJ-UFJF)13.Fernando (Mestr., UFSJ)14.Jheneffer da Silva Ferreira (IC, UFSJ)15.José Navarro (D, USP)16.Karina da Silva Dias (IC, UFSJ)17.Laura O. Fernandes Moraes (IC, UFRJ)18.Lucas Simoes Maia (IC, UFRJ)

19.Luiz Eduardo Balabram Filho (Mestr. UFRJ)20.Luiz Fernando C. Parodi Frias (IC ,UFRJ)21.Luiz Henriuqe Pinho de Sá (IC, UFRJ)22.Luiz Henrique R. Azevedo Évora (IC, UFRJ)23.Marcos Vinicius (Mestr., UFJF)24.Natanael N. Moura Junior (Mestr., UFRJ)25.Rafael Lopes Conde dos Reis (IC, UFRJ)26.Rodrigo Pereira (Mestr., UFRJ)27.Sérgio Manoel Valverde Pereira (Mestr,USP)28.Simão Paulo Silva (Mestr.,UFSJ)29.Thiago Ciodaro Xavier (Dr., UFRJ)30.Thomas Rafael Czank (IC, USP) 31.Wendel Flavio (IC, UFJF)32.Werner Freund (IC, UFRJ)33.Vinicius Barbosa Schettino (Mestr., UFJF)34.Leonardo Mendes (IC, UFRJ35.Pedro Coelho (IC,UFRJ)36.Luciano Vargas (IC, UFRJ)37.Heron Martins(IC, UFRJ)38.José Vitor Leite (IC, UFRJ)39. Estágiários40.Técnicos

RENAFAE 29/NOVEMBRO/2012 4

Foco das Atividades●Reconstrução de eventos mais eficiente.●Trigger mais eficiente.●Entendimento dos problemas(e.g. ruídos) e propor soluções.●Estudos para possíveis upgrades.●Colisões pp e Pb-Pb. ●Sistema de informação para o gerenciamento de um projeto com grande complexidade.

RENAFAE 29/NOVEMBRO/2012 5

Atividades

●Análise de Dados●Calorímetro de Telhas (TileCal)●ZDC●Calorimetro LArg●Trigger OnLine●Trigger OffLine ●Software para Gerenciamento do Experimento

RENAFAE 29/NOVEMBRO/2012 6

“Search for high-mass resonancesdecaying to dilepton final states in pp collisions at =

7 TeV with the ATLAS detector”

● arXiv:1209.2535 [hep-ex] (Aceito no JHEP)

● Procura por ressonâncias decaindo em um par elétron-pósitron ou múon-anti-múon

● Limites estabelecidos para vários modelos: novos bósons de gauge Z', Randall-Sundrum gravitons, bósons Z*, techni-mesons, bósons Kaluza-Klein e modelo baseado em torção.

s

Análise de Dados

RENAFAE 29/NOVEMBRO/2012 7

Limites sobre Modelos de Torção

● Baseado nos trabalhos fenomenológicos:

A. S. Belyaev, I. L. Shapiro and M. A. B. do Vale, Torsion Phenomenology at the LHC, Phys. Rev. D75(2007) 034014.

F. M. L. de Almeida Jr., A. A. Nepomuceno and M. A. B. do Vale, Torsion Discovery Potential and its Discrimination at CERN LHC, Phys. Rev. D79 (2009) 014029.

● Esta classe de modelos prevê estados pesados (TS), com spin 1, caracterizados pela massa (M

TS) e os

acoplamentos entre TS e os férmions do MP.

● Os acoplamentos são universais na escala de Planck e na escala TeV podem ser considerados como iguais para todos os férmions, exceto o quark top.

RENAFAE 29/NOVEMBRO/2012 8

Regiões de Exclusão

TSe+e- TSμ+μ-TSℓ+ℓ-

Observado [TeV]

2,15 2,07 2,29

Esperado [TeV]

2,20 2,08 2,31

Limites para ηTS

=0,2

Canal dielétronCanal dimúon

Combinado

RENAFAE 29/NOVEMBRO/2012 9

Update da Análise ● Em andamento a atualização desta análise para 8 TeV

com maior luminosidade (Dados de 2012)

● Estudo da assimetria AFB

.

● Estudo de uma distribuição bi-dimensional (Mℓ+ℓ-

, cos θ*)

fornecendo limites mais restritivos para a procura por novas ressonâncias decaindo em diléptons.

● Este método deve aumentar a sensibilidade da busca por novas ressonâncias de alta massa.

● Estudo fenomenológico e experimental do canal TS-> ttbar

● Procura de bileptons segundo o modelo 331, diversos grupos brasileiros estudam este modelo.

Monitoramento TileCal

• Objetivos:– Desenvolvimento de ferramentas para

monitoramento do funcionamento das torres de trigger do detector durante as runs

– Análise do funcionamento do sistema– Análise do ruído das torres de trigger a suas

fontes

Monitoramento TileCal

• Conclusões: – A ferramenta gráfica foi

aprimorada e alguns recursos adcionais foram implementados.

– A análise de ruído das torres de trigger, foi capaz de identificar o front-end como a principal fonte de ruído do sistema

TileCal Mobidick 4• Objetivo:

– Sistema móvel para verificação da integridade da eletrônica de front-end do detector

– Este sistema começou nos últimos dois anos a ser atualizado visando compatibilidade com a nova eletrônica do detector e torná-lo mais compacto e leve

• Motivação:– Este sistema será extremamente utilizado nos períodos

de parada longa do LHC (long shutdown)• O que foi feito:

– Neste projeto, desenvolvemos tanto o hardware para aquisição dos sinais de torres de trigger quanto parte do software

– O hardware já foi produzido em seu primeiro protótipo, estando atualmente em teste de integração com o sistema

TileCal Mobidick4

! " #$%&'(()&$*+, &- $.$/ , &- 0, &)$ $

1'&23$3)232$- '245,6)- $2+7)$4&+85)72$9:9$; $- '('3, 5$- '- $<+3$0+&=>$$

$9:9$; ? @AA$7! $&)(B5,3+&$&).2+5- )&)->$C+0$DE$D<)$! "#$FG'4$0, 2$<+3$0+&='<(>$$

D<)$; " " $4'<$&).2+5- )&)- >$C+0$DE$%G)&)$'2$+<)$'<4B3$4'<$2G+&3.F'&FB'3)-$3+$HC" >$$

<+$2+5B3'+<$I+&$3G)$7+7 )<3$>.J$$

Overview

•Conclusões:•Envolvimento no programa de upgrade da eletrônica do TileCal

•Protótipo da placa de aquisição concluído e atualmente sendo testada

•Atividades relacionadas a integração de componentes e fabricação de placas ainda necessárias no próximo ano

TileCal Back-end• Eletrônica de back-end necessária para a estimação

de energia dos canais de leitura do detector e para o envio do sinal para o lvl1 de trigger no cenário de upgrade da eletrônica do TileCal

• sROD ( “super” ReadOut Driver)– sROD Demonstrator– sROD para a Fase 2 de upgrade

• Participação na estimação de energia dos canais– Estimação frente a pile-up– Estimação de energia por bunch-crossing

TileCal Back-end

•O que foi feito:•Discussões e desenvolvimento de firmware para a sROD. Algoritmo de estimação (OF) já implementado em FPGA•Propostas de algortimos para estimação de energia no cenário de empilhamento de eventos

•Conclusões:•Aprofundamento no envolvimento no programa de upgrade do TileCal•A implementação do OF na FPGA demonstrou a viabilidade do projeto do que tange a capacidade de processamento da FPGA utilizada

Estimação de Energia (pile up)• Objetivo:

– melhorar a estimação em cenários de empilhamento de eventos utilizando técnicas de deconvolução

FIR

+-

+

Estimação de Energia (pile up)

0 20 40 60 80 100 120

0

200

400

600

800

Bunch-Crossing

AD

Cx[n] - The target energy per bunch-crossing

20 40 60 80 100 120

0

200

400

600

800

Bunch-Crossing

AD

C

y[n] - Digitized information for a TileCal channel

20 30 40 50 60 70 80 90 100 110 120 130

0

200

400

600

800

Bunch-Crossing

AD

C

g[n] - recovered information using FIR approximation of deconvolution

O coeficiente de correlação entre x[n] e y[n] é 82% e entre x[n] e g[n] é 97,5%

Estimação de Energia (pile up)

• Conclusões:– Sugestão de um procedimento para

estimação de energia por bunch-crossing foi feita

– O método é baseado na deconvolução– Sugestão de utilização de um filtro FIR para

realização da deconvolução– O desempenho do método melhora muito a

correlação entre a energia estimada e a energia real depositada.

http://cdsweb.cern.ch/record/1481861

Estimação de Energia TileCal

• Objetivo– Propor uma técnica alternativa de estimação

de energia baseada em filtragem casada (MF)

• Motivação– Calorímetro altamente segmentado– Validar células com baixa deposição de

energia que podem ser descartadas devido ao erro de estimação da energia pelo algoritmo atual (OF)

Estimação de Energia TileCal• No que tange a detecção de

sinais válidos, o MF apresentou melhor eficiência com dados simulados, tanto para análise de canal simples quanto para soma de sinais de mesma célula

0 0.2 0.4 0.6 0.8 10

0.2

0.4

0.6

0.8

1

ROC curve for single channel and cell

False alarm (%)

Det

ectio

n pr

obab

ility

(%

)

OF for single channel

MF for single channelOF for cell

MF for cell

ATLAS preliminaryTile CalorimeterSimulated data

• Além disso, as duas técnicas se mostram fortemente correlacionadas utilizando sinais reais colisão de alta energias

Estimação de Energia TileCal• Com dados recentes

coletados com o detector em plena operação mas sem colisões, o método proposto (MF) apresentou menor variância na estimação da energia dos sinais (ruído)

• Conclusão– O método proposto (MF) apresenta menor erro de

estimação– O MF está implementado no pacote de reconstrução do

ATLAS– Encontra-se em andamento o estudo do

comportamento dos métodos sob o efeito de empilhamento de sinais, previsto no programa de upgrade do detector

Análise de Segmentação das Torres de Trigger do TileCal

• Objetivo:– Avaliar o desempenho na identificação de

jatos no primeiro nível de filtragem on-line, utilizando uma informação com maior granularidade nas torres de trigger do TileCal

• Motivação:– Avaliar cenários possíveis para as torres de

trigger do TileCal dentro do upgrade de alta luminosidade do ATLAS

Análise de Segmentação das Torres de Trigger do TileCal

Segmentação em profundidade

Filtro Gaussiano,redução do efeitodo pile up

Análise de Segmentação das Torres de Trigger do TileCal

• Conclusão:– A segmentação em

profundidade não melhora o desempenho na identificação de jatos

– O filtro Gaussiano juntamente a melhora da resolução das torres de trigger têm um impacto importante na melhora da eficiência

– Envolvimento nas análises e decisões do programa de upgrade do ATLAS, na interface TileCal/trigger

https://edms.cern.ch/file/1241011/1/Report.pdf

Estimativa Energia (Material Morto TileCal)

• Objetivo:– Estimação de energia em regiões sem material do

calorímetro– Estimação baseada em redes neurais artificiais

• Dados Utilizados:– Feixes de pions simulados com a topologia do

calorímetro utilizada no testbeam de 2004

Estimativa Energia (Material Morto TileCal)

• Metodologia utilizada:

• Resultados:

NormalizaçãoNormalizaçãoDados de entrada

Dados de entrada

PCAPCA

Alg. NMFAlg. NMFRede NeuralRede

NeuralAnaliseAnalise

Pions 100 GeV

Estimativa Energia (Material Morto TileCal)

• Conclusões:– A estimativa neural tem apresentado

resultados bastante interessantes para a reconstrução de energia depositada nesta região

– Para a consolidação dos resultados, precisamos fazer mais testes com diferentes valores de energia e em diferentes regiões do detector

Online Neural Ringer

• Objetivo:– Algoritmo alternativo para identificação de elétrons

no lvl2• Metodologia:

– Extração de 100 aneis de enegia ao redor da célula quente

– Teste de hipótese: rede neural artificial treinada offline

Ringer FeX Ringer Hypo

Accept/RejectEM Cluster

Online Neural Ringer

• Resultados:– Implementado em D3PD, adicionando

apenas 500 bytes por RoI– Aplicado em dados reais de 2011 (run

190236)

Online Neural Ringer

• Conclusões:– A metodologia de treinamento utilizando como

alvo o eventos selecionados pelo offline pode introduzir contaminação

– O aumento da complexidade da rede melhora a rejeição dos jatos, mantendo a detecção de elétrons constante

– O ringer obteve melhores resultados que o tag-and-probe tanto para dados MC como para dados reais.

– O método proposto é mais robusto a rejeição de de jatos do que o t2calo

Uso da camada D para melhorar a eficiência do RPC

• Objetivo:– Melhorar a identificação de muons de alto Pt

usando a informação da última camada (D) do TileCal

Uso da camada D para melhorar a eficiência do RPC

• Metodologia:– Estudar a deposição de energia

de muons na camada D– Fazer o casamento de geometria

entre o TileCal e o RPC– Modelagem neural, utilizando

como entrada os sinais do RPC e a camada D do TileCal

– Dados: run 191715• Resultados:

– O uso da camada D e da modelagem neural manteve a eficiência detecção, reduzindo em 10% o falso alarme

Uso da camada D para melhorar a eficiência do RPC

• Os resultados mostraram que o uso da camada D pode auxiliar na detecção de muons de alto Pt

• Estudos devem ser realizados com o ruído esperado da saída de muons do TileCal para validação dos resultados

Demais Trabalhos (fase inicial)

• Offline Neural Ringer:– Aplicação e adaptação do método para

análise offline

• Quality Factor:– Estudo de métodos que possam ser

aplicados para indicação do quality factor na estimativa de energia dos calorímetros do ATLAS

– Verificar aplicações no cenário de pile up (identificação de pile up)

Teste Radiação para Eletrônica de Trigger● Liquid Argon Digital

Trigger Board (LDTB)

● Desenvolvimento de algoritmos utilizando um sistema de trigger de maior granularidade (LAr SuperCell)

● Sistema de testes e validação de dispositivos eletrônicos quanto a sua resistência à radiação

● Manufatura de placas de circuito impresso de testes dos ADC solicitada a uma empresa nacional

● Testes de irradiação a serem feitos no Irradiador Multipropósito do Ipen (60Co)

● Eletrônica a ser irradiada

● Sistema de aquisição/controle

~10 m

Teste Radiação Eletrônica de Trigger

Xilinx ML605 Dev. Board

ADC Test Board

● Liquid Argon Digital Trigger Board (LDTB)

● ADC Octal lido por Xilinix FPGA Dev. Board

● Firmware sendo desenvolvido em conjunto pela USP/BNL

● Programas de aquisição e controle para testes do efeito de Total Ionization Dose (TID) :

– Sinal/Ruído– Crosstalk– Jitter– ConsumoControle e programação

Monitoramento dos 8 canais do ADC

ZDC

MC - Preliminary

generated transported

Truth - Neutrons

Energy [TeV]

Truth - Neutrons

Reldis Interface

(to ATLAS Evgen format)

ForwardTransport Package

(accelerator Optics and Beam Pipe

Description)

Geant4 ZDC simulation

(Hits)

Central ATLASGeant4 Simulation

(Hits)

Digitization

D3PD(Standalone

ROOT)

|η|>7

|η|<7

ATLAS Framework

Reldis ROOT Tree

Lost

Transp.

Gener.

●Gerador de eventos RELDIS (EMD) implementado no último release do ATLAS framework●Infrastructure disponível ao usuário como job options do ATLAS (interface de alto nível)

ZDC●Reconstrução da energia no ZDC (Soma dos módulos) – Mutual EMD●Ajustes ao sinal reconstruído utilizado para extrair as razões entre 1, 2, 3 ou 4 nêutrons

Side A

Side C

ZDC MC

ZDC MC

Luminosidade● Determinação da luminosidade e

seção de choque visível através de varreduras van der Meer em colisões Pb+Pb

● Informação dos detectores

● através dos scalers (online)

– por bunch crossing e integrada

● através do trigger (offline)

– por bunch crossing● A determinação via trigger (offline)

permite separar os processos hadrônicos de eletromagnéticos

ZDC_AND

Luminosidade● Razão entre os perfis laterais do feixe obtidos por varredura

van der Meer por bunch crossing em colisões Pb+Pb

RENAFAE 29/NOVEMBRO/2012 41

L2 Neural Ringer●Motivação

●Identificação de elétrons no HLT ●Objetivo

●Criar um algoritmo alternativo usando inteligência computacional para identificar elétrons no L2

●L2 Neural Ringer: FeX e Hypo●FeX: anéis concêntricos de deposição de energia●Hypo: rede neural MLP

●Performance no canal Zee●Relevância: anéis importantes à discriminação●e10_xxx: algoritmo padrão●Índice e Relev. SP●Rede neural:

●10 neurônios camada escondida●100 inicializações

RENAFAE 29/NOVEMBRO/2012 42

L2 Neural Ringer●Conclusões

●Neural Ringer alcança bons resultados no L2 ATLAS trigger●59% mais rápido.●Offline como guia para a deteção de elétrons (importante em dados reais)

●Próximos passos●Aprimoramentos no treinamento da rede neural●Técnicas de pré-processamento●Impacto em outros canais físicos●Impacto em dados reais●Definição de critérios loose, medium e tight para o Neural Ringer●Usar na análise de dados na procura de novas ressonâncias .

Gerenciamento e Controle do ATLAS e do TILECAL

• Constantes de Calibração são aplicadas para corrigir problemas nas calibrações

em cada um dos mais de 10.000 ADC/canais.

• É necessário analisar as constantes para encontrar a natureza de problemas.

• Desvios muito grandes nas constantes de calibração em relação ao seu valor

inicial podem resultar em não-linearidades nas respostas do detector.

• Os valores das constantes de calibração devem ser atualizados, caso a análise

aponte tal necessidade, nos 3 subsistemas de calibração do TileCal:

– Sistema de Césio: calibra a resposta óptica de cada célula.

– Sistema de Laser: calibra e Monitora as respostas das PMTs.

– Sistema de Injeção de Carga: calibra a resposta relativa da eletrônica de leitura

do sinal da PMT.

1) Sistema de Apoio à Calibração do TileCal

Valores das Constantes Cesio entre Fevereiro e Agosto de 2012 para o canal 20 do módulo EBA22

1) Sistema de Apoio à Calibração do TileCal

2) Sistema Tile-in-One

Integração dos sistemas Web do Tile em um único

ambiente. Plugins disponíveis:

• DQ Valid: TimingCrossCheck, ChannelEnergy,

CellEnergy, TopoClusterSeedCells, JetPt,

DetailedTimingSummary, Timing, DMUErrorsNoTrip,

DMUErrosWithTrips, UnmaskedErrors,

ChannelsMaskedOnFly, RODsvsOffline,

DetailedTimingRobot, NumberReconstructedCells

• Dummy

• HotChannels

• CellStatus

ATLAS Management: Projeto Glance

• 14 sistemas em operação para o ATLAS Management

• Cooperação com o ATLAS Physics Office e a Universidade de Udine

• 1 sistema em produção para o LHCb + 1 em desenvolvimento

• 1 sistema em desenvolvimento para o ALICE

• Equipamentos (storage, tracking, hierarchy, radioactivity dosage, alarms)

• Membros da colaboração (data, author qualification, appointments, speakers, institutes)

• Publicação (papers, conference notes, thesis).

GerenciamentoPrincipais Realizações

•Analysis: atualizações no workflow a partir de uma versão “draft” até a submissão final, incluindo arXiv (arquivo para artigos científicos). Exemplo: o artigo sobre o Higgs paper foi processado por este sistema em 07/2012.

•Membership: mudanças na geração da lista de autores, de acordo com as novas regras, conversor automático para LaTeX , criação de membros “short term association” e sub-institutes.

•SCAB: nova classificação de categorias de palestras, criação de histórico de mudanças realizadas por Team Leaders e SCAB chair.

•TDAQ Speakers (Trigger/DAQ Speakers Committee): criação de um novo papel, TDAQ Institute Representative, que pode nomear membros de seu instituto.

•Equipments Traceability: novas funcionalidades para incluir laboratórios para medição de radioatividade e atualização dos dados, integração com o DB TREC (Traceability of Radioactive Equipment at CERN).

•Glance: apresentação dos resultados em uma única página, novo esquema de autenticação, API para aplicações externas, operadores lógicos, configuração e Help.

RENAFAE 29/NOVEMBRO/2012 49

Atividades de Divulgação

● Visitas Virtuais (alunos de escolas em Salvador, Natal, Londrina, Ribeirão Preto, Rio de Janeiro, etc.)

● Palestras: Ensino médio e universidades.

● WebTV em portugues

RENAFAE 29/NOVEMBRO/2012 50

Página do grupo ATLAS Brasil

https://twiki.cern.ch/twiki/bin/view/AtlasPublic/AtlasBrasilPublic

RENAFAE 29/NOVEMBRO/2012 51

ConclusãoPesquisadores: 18 (10 autores)Estudantes: 38Apresentações em reuniões de discussão no CERN: 163Notas Internas: 05Conferencias: 04Artigos com poucos autores: 05 ( sem dados)Workshops ATLAS/Brasil: 04Teses: 4 de MestradoDivulgação: 6 visitas virtuais, 10 palestras(universidades e ensino médio).

Recursos- ATLAS management para bolsas no Brasil- Cientista do Estado pela FAPERJ (o projeto inclui CERN)- ATLAS Tilecal e LVL1 trigger (diarias estudantes)- FAPERJ melhoria do ensino, com visitação virtual no ATLAS- CNPq, projeto Casadinho com UFRJ e CEFET- FAPERJ, Auxílio instalação- FAPEMIG, Pesquisa com Extensão

RENAFAE 29/NOVEMBRO/2012 52