Etiquetado de b-jets en el experimento CMS del LHC

Abstract

The LHC (Large Hadron Collider) of CERN (European Organization for Nuclear Research) is the biggest particle accelerator ever built and the CMS (Compact Muon Solenoid) is a general purpose detector placed within the LHC. Its use has provided a large knowledge in the Particle Physics field. Many analysis carried in the CMS rely on the correct identification of b quarks (bottom) and for that purpose high level algorithms are applied to data samples allowing to distinguish between jets of particles associated to a b quark and to lighter quark flavours. The forementioned algorithms were used in the discovery of the Higgs boson in the year 2012 by the CMS and ATLAS collaborations (the main decay mode of the Higgs boson is a pair of b quarks) and are nowadays applied in measurements within the Standard Model of Particles - pair production of Higgs bosons, production mechanism of the Higgs with a pair of t quarks... etc - and beyond it, like the search for supersymmetry in final states with jets that come from a b quark. The measurement of the efficiencies of the b-tagging algorithms - and a comparison of their values for a real data sample and for a simulation data sample - is fundamental for their satisfactory use. Different b-tagging techniques with little correlation between them are applied to samples enriched with b-jets that contain a muon allowing the construction of a system of eight equations with eight unknowns (System8) whose resolution allows the determination of the efficiency of the b-tagging algorithms. The correlation between the techniques used introduce eight parameters in the system of equations - the correlation factors - whose values are determined with simulation data samples. In this work the efficiencies of two b-tagging algorithms (DeepCSV y DeepJet) corresponding to the data campaign of the CMS of the second run of the LHC (2015-2018), for the year 2018, have been calculated: first the official results presented by the IFCA (Institute of Physics of Cantabria) in the CMS collaborations have been recreated. Due to the fact that limitations in the use of a method based on finding a numeric solution of the System8 have been observed - a solution is not always found - an alternative method based in and adjustment of the System8 by a minimization has been implemented. The new method is promising and can recover coherent solutions for the data campaing considered that the numeric method can not. Finally, for the first time in IFCA, a preliminary study of the dependency of the efficiencies with the uncertainties introduced in the correlation factors has been carried.

El acelerador LHC (Gran Colisionador de Hadrones) del CERN (Organización Europea para la Investigación Nuclear) es el acelerador de partículas más grande construido y el CMS (Solenoide Compacto de Muones) es un detector de propósito general ubicado en él. Su uso ha aportado un extenso conocimiento en el campo de la Física de Partículas. La realización de numerosos análisis en el CMS depende de la correcta identificación del quark b (bottom) y para ello se emplean algoritmos de alto nivel a las muestras de datos obtenidos pudiendo distinguir entre jets de partículas asociados a un quark b y a sabores más ligeros. El uso de dichos algoritmos fue empleado en el descubrimiento del bosón de Higgs en el año 2012 por las colaboraciones CMS y ATLAS (el principal modo de decaimiento del bosón de Higgs es en pares de quarks b) y está actualmente involucrado en el estudio de medidas dentro del Modelo Estándar de Partículas - producción de pares de bosones de Higgs, mecanismo de producción del Higgs junto a pares de quarks t... etc. - y más allá de él, como la búsqueda de supersimetría en estados finales con jets que proceden de un quark b. La determinación de las eficiencias de los algoritmos de b-tagging - así como la diferencia de sus valores en una muestra de datos reales y en una muestra de datos simulados - es fundamental para que su uso pueda ser empleado satisfactoriamente. Para ello se parte de datos enriquecidos en b-jets los cuales contienen un muon y se utilizan diferentes técnicas de etiquetado de b-jets con bajo nivel de correlación entre sí permitiendo la construcción de un sistema de ocho ecuaciones con ocho incógnitas (System8) cuya resolución permite la determinación de las eficiencias deseadas. La correlación entre las técnicas utilizadas introduce ocho parámetros adicionales en el sistema de ecuaciones, los factores de correlación, cuyo valor es determinado a partir de muestras de datos simulados. En este trabajo se han calculado las eficiencias de dos algoritmos de b-tagging (DeepCSV y DeepJet) correspondientes a la campaña de datos del segundo ciclo operacional del LHC (2015-2018), para el año 2018, del detector CMS: inicialmente se han recreado los resultados presentados oficialmente en la colaboración CMS por el IFCA (Instituto de Física de Cantabria). Debido a las limitaciones del método numérico usado que se observan - no siempre proporciona soluciones validas - se ha implementado un método alternativo basado en el ajuste del System8 mediante una minimización. Su uso es prometedor, siendo capaz de recuperar para la campaña de datos considerada soluciones consistentes que el método numérico no halla. Finalmente se ha realizado, por primera vez en el IFCA, un estudio preliminar de la dependencia de las eficiencias de los algoritmos de b-tagging con la incertidumbre en los factores de correlación.