Väitöskirja Fermilabista! Timo Aaltonen Helsingin Yliopisto Collider Detector at Fermilab (CDF)

Transkriptio

1 Väitöskirja Fermilabista! Timo Aaltonen Helsingin Yliopisto Collider Detector at Fermilab (CDF)

2 Sisältö Yleiskatsaus Fermilabiin, Tevatronkiihdyttimeen sekä toiseen sen pääkokeista, Collider Detector at Fermilab(CDF). Tarinoita väitöskirjatekijän ei-tutkimus työstä: Tutkimus: Pinnaa ja aikaa vaativa työ. Helsingin valmistuneet ja työnalla olevat väitöskirjat. Kevyt luotaus omaan väitöstyöhön liittyviin aiheisiin. 2

3 Fermilab Jo vuodesta Useita käynnissä olevia kokeita: Tevatron MiniBooNe Main Injector Experiment with vs on As NovA Main Injector Neutrino Oscillation search MINERvA SciBar Booster Neutrino koe MINOS Mini Booster Neutrino koe Sciboone Protoni-antiprotoni törmäytin CDF & D0 Numi off-axis ve Appearance MIPP Main Injector Particle Production 3

4 Tevatron noin 80 km Chicagosta 6.28 km rengas protoni-antiprotoni törmäytin 1.96 TeV törmäysenergialla kaksi törmäyspistettä dataa keräävineen kokeineen, Collider Detector at Fermilab (CDF) ja DZero(D0) 3-8 miljoonaa törmäystä sekunnissa, joista noin sata kerätään nauhalle tarkeempaa analyysiä varten 4

5 Tevatron Kiihdytinkompleksi koostuu esikiihdyttimistä, antiprotoni-tehtaasta, sekä antiprotonikierrättimestä. Antiprotonien tehtailu ylivoimaisesti suurin hiukkassuihkun intensiteetiin vaikuttava tekijä. 5

6 Collider Detector at Fermilab (CDF) Yleisilmaisin varattujen- ja neutraalien hiukkasten havainnoimiseen. 12x12x12 metriä per sivu, paino noin 500 tonnia päivitetty vuonna 2001, Run-II Suurehko rooli peruuntuneesa Run-IIb päivityksessä. Helsinki mukana vuodesta 2002 prof. R. Oravan johdolla sekä Suomen Akatemian tukemana. Helsingillä useita käytännön tehtäviä ilmaisimen käytössä. Osallistunut top-kvarkki fysiikkaan, Higgsinbosonin etsintään, hiukkasryöppyjen eli jetien tuotannon mittaamiseen sekä eksklusiivisen fotoni-fotoni-prosessin etsintään. Ryhmässä olleet tai edelleen mukana olevat: Nick van Remortel, Ari Kiiskinen, Laura Salmi, Tuula Mäki, Petteri Mehtälä, Timo Aaltonen, Francesco Devoto, Erik Brucken. Useita kesäopiskelijoita ja harjoittelijoita. 6

7 Tevatron tähän mennessä Tevatron antanut tähänpäivään mennessä yli 4-kertaisesti suunniteltua enemmän dataa. Dataa kertyy parhaimmillaan lähes 2kertaisesti suunniteltua nopeammin. Kokeet keräävät dataa talteen korkealla tehokkuudella. Suuri työ mukautua Tevatronin ennätysintensiteetteihin. 7

8 Tevatron jatko Kiihdytin toimii loistavasti! Tevatron varmuudella toiminnassa vielä vuoden Tevatronin hiukkassuihkun intensiteetti edelleen nousukäyrällä. Kokeet keräävät dataa hyvällä tehokkuudella, mutta ajankohtaisena huolenaiheena ilmaisimien vanheneminen. Ajetaan kunnes LHC:n tulokset ovat kilpailukykyisiä? Tai: Suunitelmia jatkaa koetta, hurjimmillaan jopa vuoteen Kunnes voidaan sulkea Higgsin-bosonin olemassa olo 95% varmuudella? Kunnes mahdollisuus 95%-99.7% varmuudella Higgsin-bosonin löytämiseen? Ilmaisimien päivitys??? Tevatron-kiihdyttimen komponentit nähdään varmuudella jossakin tulevaisuuden kokeessa, mahdollisesti esikiihdyttimenä. 8

9 Käytännöntyötä... Katsaus jatko-opiskelijan arkeen käynnissä olevassa kokeessa. Itse väitöskirja on käytännössä usein yhden tai kahden analyysin tekeminen. Mihin se aika menee? Taustatyöhon saattaa liittyä paljon erilaisia kokeita ja testejä. Ohessa katsaus erilaisiin ei-väitökseen liittyviin kontribuutioihin. 9

10 Roll-mittaukset Roll-mittaukset, eli Tevatronin magneettien maanliikkeistä johtuvien kallistumisien mittaus. Kerran vuodessa, kesällä Tevatronin huoltotauon aikaan. Hauskaa ja mielenkiintoista noin 15 minuuttia, jonka jälkeen alkaa toistamaan itseään. Viikon verran koulutusta, terveyskyselyä ja -tarkastusta. 10

11 Consumer Operator siftejä Dataa kerätään 24/7. Aina yksi henkilö tarkkailemassa datan laatua online. 8 tuntia ja 7 päivää kerrallaan. 11

12 ACE siftejä Kolmen kuukauden sifti, jatko-opiskelijoille ja tohtoreille. Otetaan haltuun CDF-ilmaisimen sähköjännitteet sekä datan lukujärjestelmät. Käytännössä miljoona liikkuvaa osaa. Opetellaan perusteet ja hätätilanteisiin reagoiminen. Suoritetaan suhteellisen rutiininomaisia, monesti jopa dokumentoituja tehtäviä. Varsinaisissa ongelmatilanteissa soitetaan asianmukaiselle ekspertille/eksperteille, joka opastaa puhelmitse, ottaa yhteyden etänä tai tulee paikalle ratkaisemaan ongelmaa. 12

13 Scientific Coordinator, Operations Manager Scientific Coordinator tuo ruokaa, tuntee toivottavasti ihmisiä, ottaa yhteyttä ilmaisinekpertteihin ACE:n ratkoessa ongelmia. Kommunikoi kiihdytin-divisioonan sekä kylmätekniikan kanssa. 7 päivän keikkoja muutaman kerran vuodessa. Operations Manager: 6 kuukauden keikka, 24/7 päivystys kolmenviikon välein. 13

14 Pii-siftejä Pii-ilmaisin tarvitsee kokeen arvokkaimpana ja monimutkaisimpana osana ehdottomasti eniten huolehtimista. Vuoden pituisia siftejä: Hakulaitteen kantaja päähakulaitteen kantaja pii-projekti johtaja (T. Mäki ~2006). Joku pii-siftiläisistä yleensä muutaman minuutin päässä kokeen kontrolli-huoneesta. 14

15 Pii-kalibraatio Ei ainoastaan paikanpäällä olemista: Kaikki ilmaisimet luonnollisesti kirjoittavat dataa nauhalle, lukevat tietokantoja, tarvitsevat omia ohjelmistojaan, ovat kytkettyinä omiin tietokoneisiinsa, ohjelmoitaviin piireihin... Instituutioilla on ns. offline vastuuta. Helsinki vastuussa pii-ilmaisimen kalibroinnista. 15

16 Pii-ilmaisimen kalibraatio Pii-ilmaisimessa on noin kanavaa. Dataa kerätessä ei kyetä lukemaan kaikkia, eikä myöskään haluta. Nopeuttaa lukuaikaa. Ei talleteta kohinaa nauhalle. Kahdesti kuukaudessa kaksi erityistä kalibraatioajoa, joissa poikkeuksellisesti luetaan kaikki kanavat. Ajot DPS-piirin kanssa ja ilman. Simuloidaan DPSpiirin toimintaa jolloin voidaan arvioida ns. negatiivisia lukemia: Saadaan kohinan keskihajonta. Voidaan laskea kynnysarvot aidoille varattujen hiukkasten osumien aiheuttamille signaaleille. Luonnollisesti jokainen fysiikka-ajo myös kalibroidaan. Piirin toiminta sekä pii-ilmaisimet on kalibroitava säännöllisen epäsäännöllisesti. Elektroninen DPS-piiri leikkaa kohinan pois lennossa. Pii-ilmaisimen kokoonpano vaihtelee jatkuvasti. Kyettävä rakentamaan järkeviä kalibraatiotaulukoita vaihtuvissa konfiguraatioissa. Tehdään etänä Helsingistä. 16

17 Pii-ongelmia, jatkuva ohjelmistopäivitys Pii-ilmaisimen ohjelmiston kehitys aloitettu 1990-luvulla. Kokeen ei ikinä pitänyt kestää näin pitkälle. Koodi kirjoitettu nykypäivän mittapuussa vanhoilla kieliversioilla. Fortran77 nykyään vähintää fortran95... C++ ties kuinkamones päivitys... Graafisia ei-tuettuja työkaluja... Vanhimmat Fortran-kirjastot 60-luvulta! Toistaiseksi kaikki toimii. Seuraava scientific linux 5-versio tulee poistamaan osan graafisista työkaluista ilman korvaavia vaihtoehtoja. Virtualisointi mahdollinen ratkaisu, mutta todennäköisesti ei tarpeellista määrää henkilöitä tukemaan virtualisointiratkaisuja. Allekirjoittanut käyttää pii-ohjelmistojen graafisia osia kotona virtualisoidussa scitific linux 4:ssa. Single point failure... 17

18 Pii-ongelmia, hakkerointi Syyskuussa 2008, pii-klusteri hakkeroitiin vanhojen twiki-sivujen kautta. Lopputuloksena turhan monimutkainen systeemi suhteellisen yksinkertaiselle tehtävälle. Liian monta hajoamisaltista osiota. Tarpeettomia tietoturvariskejä. Nykyään koko ohjemisto, omalta osalta, integroitu yhteen CDFonline-ryhmän tukemaan serveriin. 18

19 Pii-ongelmia, sisimmän kerroksen heikkeneminen Elokuussa 2008 kaksi analyysiryhmää raportoi täysin tehottomosta pii-ilmaisimen sisimmästä keroksesta. Ongelma jäljitettiin kalibraatioihin. Riittämättömät laatukriteerit sisimmän kerroksen kalibraatiotarkastukselle. Rakennusvaiheessa ei ymmärretty sisimmän kerroksen toimintaa. Kunnolliset laatukriteerit oli unohdettu päivittää ohjelmistoon. Odottamattomia ilmiöitä, joihin ei oltu osattu varautua. Noin satakertainen määrä varattujen hiukkasten osumia verrattuna ennusteisiin. Ratkaisu, löysättiin varattujen hiukkasten osumien määrään liittyviä kriteerejä. Prosessoitiin osa datasta uudelleen. Myöhemmin mahdollisesti suurempi uudelleen prosessointi. 19

20 Pii-ongelmia, fataali SVX kalibraatio Marraskuussa 2008, data-validaatio ilmoitti lähes kuolleesta pii-ilmaisimen osiosta. Savuava-ase osoitti kalibraatioihin. Kalibraatioajon aikana yksi valokuitupiiri ollut sekavassa tilassa. Kalibraatio läpäisi kuitenkin tilastollisen laatutestin! Syy jäljitettiin historialliseen ominaisuuteen olla ottamatta huomioon tilastollisessa laatutestissä ilmaisimen osia jotka ovat poissa päältä. Tässä tapauksessa kyseinen osio näyttäytyi liki poissaolevalta, sekavalta. Ratkaisu, kärsinyt data uudelleen kalibroitiin vanhemmalla kalibraatiolla. Ei liian helppo projekti. CDF-kokeen data prosessointiketju niin monimutkainen, että jouduttiin odottamaan sähkökatkoa joka keskeyttää prosessoinnin. Seuraus, uusia kontrolli-kuvaajia, esim. vasemmalla. Lisättiin ominaisuuksia tilastolliseen laatutestiin. 20

21 Pii-ongelmia, lisääntyvä kohina Pii-ilmaisin vanhenee... Kestänyt jo nelinkertaisesti suunnitellun säteilyannoksen. Kohina kasvaa lisääntynyt määrä signaaleja suurempi lukuaika lisää suttua... Tavoitteena määritellä uudet kynnysarvot joilla signaalit läpäisevät datankeruu järjestelmän. Uudet kynnysarvot kaikille pii-ilmaisin osille. Joitakin tuhansia.. Allekirjoittanut tekee tai jättää tekemättä kesällä

22 Tutkimus Tehtyjä ja tulevia väitöskirjoja: Hiukkasryöppyjen tuoton todennäköisyys (M. Voutilainen, D0). Top-kvarkin massan mittaus di-leptonisessa hajoamiskanavassa (T. Mäki). Top-kvarkin massan mittaus hadronisessa hajoamiskanavassa (P. Mehtälä). Higgsin etsintä W-bosonin rinnalla (T. Aaltonen). Eksklusiivinen fotono-fotoni (E. Brucken). Vektori-bosoni-fuusio (F. Devoto). Helsingin muuta CDF-tutkimus osallistumista: Hiukkasryöppyjen tunnistaminen, hiukkasryöppyjen energianmittauksen kalibraatio, liipaisutehokkuuden mittaaminen, CDF:n top-massa ryhmän ohjaaminen... 22

23 Top kvarkki fysiikkaa Top-kvarkki on massiivisin kvarkki, lähes kulta-atomin painoinen. Ainoa kvarkki joka hajoaa tuntematta vahvaa vuorovaikutusta. Ominaisuudet siirtyvät suoraan hajoamistuotteisiin. Massiivisuutensa vuoksi saattaa kytkeytyä uuteen, tuntemattomaan fysiikkaan. Helsinki mitannut massaa kahdessa hajoamiskanavassa, top-parin di-leptonisessa sekä täysin hadronisessa hajoamisessa. Yksi tohtori toiminut CDF-kokeen top-kvarkin massanmittausryhmän vetäjänä. 23

24 Täysin hadroninen top-parin hajoaminen Lopputilassa 6 hiukkasryöppyä, jetiä. 720 kvarkki-jetti permutaatiota. Muutamalla kikalla kombinaatiot voidaan vähentää 90:een. Edelleen massiivinen kombinatoriikka. Lisäksi suuri tausta johtuen vahvan vuorovaikutuksen prosesseista. Huonosti mallinnettuja, huonosti tunnettuja. Käytetään simulointien sijaan dataa taustan mallina. Suuri epävarmuus jetien energianmittauksessa. Mitataan jetien energia-epävarmuus in-situ massan kanssa. Epävarmuus siirtyy systemaattisesta virheestä statistiseen virheeseen. Etu, suuri todennäköisyys näille hajoamisille, liki puolet kaikista top-pareista. Sisältää hyviä sidosehtoja. W-bosonien massat, yhtäsuuret top-parien massat. Sidosehtoja voidaan käyttää itse mittauksessa parantamaan resoluutiota. 24

25 Täysin hadroninen top-parin hajoaminen, kotiläksy Mittaa todennäköisin massa? 25

26 Täysin hadronine top-parin hajoaminen, grafiikka Hyvin rekonstuoidut signaalit, kuva vain grafiikan vuoksi Huonosti rekonstruoitujen signaalien todennäköisyysjakauma Taustan todennäköisyysjakauma 26

27 Täysin hadroninen top-parin hajoaminen, tulos Mtop = ± 4.4(stat+JES) ± 1.9(syst) GeV/c2 27

28 Di-leptoninen top-pari Pienin hajoamistodennäköisyys. Lopputilassa kaksi neutriinoa joita ei voida havaita. Tarkka rekonstruktio mahdotonta. Saadaan 23 yhtälöä joissa 24 tuntematonta. Hyvä signaali-tausta suhde. 28

29 Di-leptoninen top-pari, tekniikka Tehdään eri massoille mahdollisen ratkaisun joukko, templatet, joita verrataan datasta mitattuihin arvoihin. Sovitetaan todennäköisyysjakaumat dataan, josta saadaan todennäköisin massa sekä signaali-taustaprosessien keskinäinen suhde. 29

30 Di-leptoninen top-pari, tulos Mtop = (stat) ± 2.6(syst) ± 2.4(theory) GeV/c2 30

31 Hiukkasryöppyjen eli jetien tuoton todennäköisyys Hiukkas-jetien tuotto annetussa azimutaali-kulmassa energian funktiona. Tarkka testi vahvan vuorovaikutuksen monimutkaisille laskelmille. Poikkeama ennusteista voisi tarkoittaa kvarkeilla olevan sisäistä alirakennetta. Vertaa Rutherford aikoinaan sirottaessa alfa-ytimiä (He4) kultaytimistä. Ei poikkeamaa ennusteista. Taustatyönä valtava määrä jetien tunnistamisen tutkimista, niiden tallennustehokkuuden arvioimista sekä energian kalibroinnin epävarmuuden kutistamista. 31

32 Eksklusiivinen fotoni-fotoni Tevatron LHC Eksklusiivisen fotoni-fotoni prosessin havaitseminen auttaa suoraan diffraktiivisen Higgsin tuotontodennäköisyyden ennustamista LHC ympäristössä. Ekslusiivisen fotoni-fotoni prosessin laskelmasta suoraviivainen siirros diffraktiivisen Higgs-prosessin laskelmaan. Prosessi-kandidaatteja on havaittu CDF:ssä, mutta riittämättömällä statistiikalla. Etsittävä huonompia fotoneja laajemmalta alueelta mm. hyvin alhaisella energialla. Kehitettävä uusia fotonin tunnistamismenetelmiä. Eteenpäin jatkavat protonit mahdottomia havaita, etsittävä hiljaisia ilmaisinalueita mahdollisimman etusuuntaisesti. Etsintä uloitettava rajalle, joka mahdollistaa mahdollisesti vielä löytämättömän diffraktiivisen fysiikan löytämisen Tevatronilla. 32

33 Eksklusiivinen fotoni-fotoni Prosessista on havaittu aiemmassa analyysissä kolme kandidaattia. Erittäin puhtaita Ei ratoja, eli jäljettömiä Kaikki energia luovutettuna sähkömagneettiseen kalorimetriin Elektronista jää jälkiä rata-ilmaisimiin. hyviä fotoni-kandidaatteja Jatkossa siirryttävä suttuisempaan ympäristöön. Tositaiseksi riittämätön löydön varmistamiseen. Hyvä motivaatio pyrkiä varmentamaan havainto. 33

34 Vektori-bosoni-fuusio Eräs LHC-kiihdyttimen discovery-kavanista. Tevatronilla ei mahdollisuuksia edes eksessiin, mutta pieni kontribuutio lopulliseen Higgs-kombinaatioon. Hyvä harjoitusalusta LHC-analyysiä varten. Kuten muutkin Higgs-analyysit Tevatronilla, tarjoaa laajan alueen kehittää analyysiä parantavia tekniikoita. b-jetien tunnistaminen b-jetien energianmittauksen kalibrointi signaalin kaivaminen massivisesta vahvan vuorovaikutuksen taustasta, kertalukua 1:1600! Prosessilla hieno nimi kerrottavaksi baariillassa! 34

35 Higgsin-bosoni Higgsin-bosoni on viimeinen Standardimallin (SM) hiukkanen jota ei ole kokeellisesti vahvistettu tai pois suljettu. Teoriassa Higgsin-bosoni antaa aineelle massan vuorovaikuttamalla Higgsin-kentän kanssa. Matemaattisesti tarpeen SM:ssä jotta teoria olisi matemaattisesti täydellinen. Saattaa olla myös supersymmetrinen, ei aiheena tänään. Omat analyysi-ryhmät luonnollisesti etsivät myös näitä prosesseja. 35

36 Motivaatio Higgsin etsinnälle Standardimallista voidaan laskea Higgsin massa perustuen top-kvarkin sekä W-bosonin massamittauksiin. Laskelmat ennustavat Higgsin olevan suhteellisen kevyt! Tevatron tulokset ovat poissulkeet alueen 160 GeV lähettyvillä 95% varmuudella. CERN:n edellinen LEP-kiihdytin poissulkenut massat < 114 GeV. Lähes lähtenyt jo lentoon... Viimeinen puristus Tevatronilla suorittaa etsintä jäljellä olevalla massa alueella GeV. Tavoitteena signaalin eksessi tai evidenssi tai vaihtoehtoisesti Higgsin poissulkeminen 95% varmuudella. 36

37 Oma väitöstyö Oma väitöstyö keskittyy Higgsin-bosonin etsintään prosessissa missä Higgs syntyy yhdessä W-bosonin kanssa. Haasteena edelleen suuri tausta, noin 1/100. b-hajoamiset näyttäytyvät sekundaari-vertekseinä törmäyksissä. Tunnnistettava nämä verteksit. b-jetien energianmittauksen kalibrointia W-bosoni toimii merkkinä mielenkiintoisen prosessin tapahtumisesta. Kehitettävä b-hajoamisten tunnistamista Prosessi jossa Higgs syntyy yksin on liki mahdoton erottaa vahvan vuorovaikutuksen aiheuttamasta taustasta. Higgs rekonstruoidaan b-jeteistä. leptonien tunnistaminen W-hajoamisesta Keskittyen elektroneihin sekä muoneihin. Oma ryhmä tutkii tau-hajoamisia. Signaalin kaivamista taustasta multivariantti tekniikoilla tai laskennalisesti erittäin raskaalla matriisi-elementti 37 tekniikalla.

38 Neuroverkot Multivariantti-tekniikka, jossa simulaatioilla pyritään opettamaan funktio tunnistamaan signaalia taustasta binääri-klassifikaatio. Tai etsitään mielenkiintoisia funktioita regressio-analyysi. Ottavat korrelaatiot huomioon by design. Ajoittaisesta, eripaikoissa nousevasta hypestä huolimatta, luonnontieteilijälle lähinnä epälineaaristen polynomien kertoimien määritämistä sekä koneoppimista. Tilastollinen menetelmä muiden joukossa. Opetettava (yleensä) simulaatioilla: Hypestä kertoo oppimisalgoritmien, välillä suloiset nimet, neurobayes(trademark), neat, hypercube, kernel-aktivaatio... Käytettävä muuttujia jotka ovat hyvin mallinnetuja. Ulostulon toimivuus todistettava datalla, mielellään kontrolli-alueessa. Ekstrapoloivat huonosti... 38

39 Neuroverkot Koneoppimisessa tutkitaan hyvinkin monimutkaisia verkkoja. Fysiikassa suhteellisen yksinkertaiset verkot riittäviä kuvaamaan tarvittavia funktioita. Neuroverkko on globaali-funktio Yksi kerros kuvantaa minkä tahansa jatkuvan funktion. Kaksi kerrosta minkä tahansa epäjatkuvan funktion. Ei matemaattista syytä käyttää yli kahta kerrosta. 39

40 b-jetti energiakorjaus,motivaatio Ylivoimaisesti paras luokittelija Higgs-signaalin havaitsemiseksi taustasta on sen rekonstruoitu massapiikki. Higgs luonnollisesti rekonstruoidaan hajoamistuotteistansa, eli tässä tapauksessa bjeteistä. Oleellinen parametri on b-jetin energian mittaaminen. Parempi/tarkempi energianmittaus tarkoittaa parempaa massaresoluutiota. Peukalosääntönä pidetään: 10% parannus resoluutiossa vastaa 10% lisäystä saatavilla olevassa statistiikassa. Jetejä rekonstruiodaan lukuisilla erilaisilla algoritmeilla. Käytännössä tarkoittaa regressio-analyysiä, tai helpommin, korjausfunktion sovittamista. Käytettiin ensimmäisen kerran 2009 kesällä julkaistussa tuloksessa. Ei pyritä luomaan uutta algoritmia, vaan korjaus olemassa olevaan ja yleisesti käytettyyn algoritmiin. B-jetien energian korjaus neuroverkolla: Higgs näkyy terävämpänä piikkinä taustasta. Noin 9% parannus lopulliseen tulokseen. Kesällä 2010 uusi korjaussarja... tulos julkaistaan ICHEP 2010-konferenssissa. 40

41 b-jetti energiakorjaus, tekniikka Nykyinen analyysi käyttää ns. JetClu04jettialgoritmia. Saatavilla 7 tasoa erilaisia korjauksia. WH-analyysi pysähtyy tasossa 5, jonka jälkeen sovitetaan oma korjaus. Annetaan neuroverkolle tason 5 energia, liikemäärä, raaka-energia, bhajoamisetäisyys, hajoamisetäisyyden virhe, jetin massa, sekundaari-verteksin liikemäärä, jetin sisällä olevien ratojen liikemäärien summa sekä suurimman liikemäärän omaavan radan liikemäärä. Ulostulona skaala, jolla korjataan energiaa kohti oikeaa arvoa. Neuroverkon harjoitus toteutetaan simulaatioilla, joissa oikea arvo tunnetaan. 41

42 b-jetti energiakorjaus, resoluutio Kesä 2009 korjaus paransi resoluutiota n. 15% 11%. Signaalipiikin alta noin 10-20% taustapoistuma. Noin 30% parannus. Puhtaampi signaali. Kesä 2010 tulos tulee sisältämään 4 korjausta erilaisille b-jetti kategorioille. Menetelmä kopioitu viiteen muuhun analyysiin. Myös muut tulevat osallistumaan menetelmän kehitykseen tulevaisuudessa (toivottavasti). 42

43 Isoloidut radat W-bosonin hajoaminen merkki mahdollisesta WH-prosessista. Lisä-statistiikan saavuttamiseksi pyrittävä tunnistamaan myös ei-täydellisesti rekonstruoituja elektroneja sekä muoneja. Isoloituja hiukkasratoja yhdessä hävinneen energian kanssa, eli neutriino-kandidaatin. Varattu yksinäinen hiukkasrata joka esiintyy muusta rata-aktiviteetista erillään. Täydentää elektroni ja muoni ilmaisimien aukot. R. Orava toimii yhtenä kolmesta godparentista edelliselle hyväksytylle analyysille. Vastuussa auttamaan analyysi-ryhmää saamaan tulos Physical Review Letter julkaisukelpoiseksi. 43

44 Roma-tagger Pyrittävä tunnistamaan sekundaari-verteksejä b-hajoamisista. Yleisesti lasketaan impact-paremetreja käyttäen rekonstruoituja hiukkasratoja. Ongelmana rajoitettu resoluutio sekä kohina... Multivarianttitekniikka joka pyrkii käyttämään myös muita bhajoamisille tunnusomaisia piirteitä. Ratojen liikemäärät, varaukset, lukumäärä, jetien energia, liikemäärä, leveys... jne... Menetelmä validoitu top-kvarkkien b-jetien tunnistamisessa. Top-kvarkkien b-jetit tarjoavat myös kalibrointiympäristön. b-hajoamisia 44

45 Bayesian Neural Network approach Kesän 2009 WH-analyysi käytti Bayesian oppimismenetelmää neuroverkon kouluttamisessa tunnistamaan Higgs-signaali taustaprosesseista. Higgs massapiikki ylivoimaisesti paras muuttuja tunnistamaan signaali taustasta, muut muuttujat kantavat täydentävää informaatiota. Tavoitteena luokitella taustaprosessit arvoon nolla ja signaliprosessit arvoon yksi. Binääri-klassifikaatio Yhteensä 4 b-kategoriaa, 11 leptoni-kategoriaa ja 11 massapistettä. Osa leptoni-kategorioista yhdistettin, mutta lopussa edelleen 115 erilaista luokittelijaa! Hillitön kirjanpito ongelma... fyysikot tunnetusti huonoja kirjanpitäjiä... Yhdeksän sisäänmenevää muuttujaa Esimerkissä: seitsemän sisäänmenevää muuttujaa yhtenä muuttujana b-jet energiakorjauksia käyttäen laskettu kahden jetin invariantti massa 45

46 Esimerkki BNN muuttujista 46

47 Esimerkki BNN muttujia 47

48 BNN-diskriminantti, keskialueen leptonit logaritminen 48

49 BNN, yhdistetty diskriminantti, yksi b-kategoria, kaikki leptonit 49

50 BNN, tulos Odotettu sensitiivisyys x-kertaa standardimallin ennuste eri Higgs massoille. Kyseinen analyysi sensitiivinen kevyelle Higgsille. Pyrittävä saavuttamaan sensitiivisyys 1xSM. Katkoviivalla sensitiivisyys nollahypoteesille. Yhtenäisellä viivalla mitattu sensitiivisyys. Yhtenäisen viivan erotessa katkoviivasta, merkki mahdollisesta vastarinnasta saavuttaa nollahypoteesi. Hyvin yhden standardipoikkeaman 50 sisällä.

51 WH-Analysis Modules (WHAM) Lukuisat jatko-opiskelijat osallistuneet aikoinaan WHprosessin tutkimiseen. Monet parannukset analyysimenetelmissä jääneet henkilökohtaisten tietokoneiden kovalevyjen kiertoradoille. Halutaan luoda yhtenäinen alusta joka kombinoi kaikki parannukset. Mahdollista käyttää myös muiden prosessien tutkimiseen joissa identtinen lopputila. Käytännössä kaikki WH-taustaprosessit: Mielenkiintoisimpina: WZ, yksittäinen top-kvarkki ja kaksi sen tuottokanavaa, W+bb... Myös eksoottisempia prosesseja: Technicolor, t-prime... 51

52 Yhteenveto Fermilab jäänyt vähälle huomiolle Euroopassa. Heikohko pr-koneisto... CERN saavuttanut liki uskonnollisen hurmoksen. Tevatron kokeineen tarjonnut/tarjoaa loistavan paikan tehdä hiukkasfysiikkaa etulinjassa. Dataa ämpärikaupalla! LHC:tä kertaluokkaa pienempänä kokeena hyvä mahdollisuus opiskelijalle astua esiin, ottaa vastuuta, oppia ja verkostoitua. LHC tulee ajamaan ohi, luonnollisesti, mitä nopeammin sitä parempi. Myös Fermilab odottaa aikaa jolloin kaikki resurssit käytetään LHC:hen ja sen tuottaman datan analysoimiseen. LHC on liian suuri investointi jäädäksen Tevatronin tulosten varjoon. LHC:n on korkea aika mennä ohi Tevatronista. Toistaiseksi, LHC:tä ajetaan kuitenkin Tevatronin aikakaudella, toivottavasti huomenna Tevatronia ajetaan LHC:n aikakaudella. 52