pi0 reconstruction

2008/12/14筑波大学　須藤裕司

金信弘、生野利典、高橋優介他 GLD カロリメータグループ、 CALICE

電磁カロリメータを用いたpi0 粒子の不変質量の再構成の

Motivation

2

ジェット中には pi0 粒子由来の光子が多く含まれるためpi0 粒子の不変質量をカロリメータで再構成できることはジェットに対するエネルギー分解能の向上に役立つ

pi0 Run

Pi0 を生成するためのターゲットは厚さ 6cm の鉄（ 10x10x6cm3 ）ScECal の上流～ 185cm の地点に設置

9 月 23,24 日　 pi- beam 16GeV, 合計 421,070 events9 月 24 日　　　 pi- beam 25GeV, 合計 342,103 events9 月 24,25 日　 pi- beam 32GeV, 合計 349,362 events 総計 1,112,535 events

~185cm

3

Reconstruct an invariant mass from two gamma clusters

Target の中心( xt, yt, zt ) = ( 0, 0, -185 )として計算

pi- beamtargetcluster1

cluster2

Cluster のエネルギーの重心

( x1, y1, z1 )

( x2, y2, z2 ) Target から Ecal までの距離 ~185cm

φ

( Invariant Mass ) = sqrt( 2*E1*E2*(1-cos(φ) ) )

E1

E2

Ecal 1layer 目の表面 ( 0, 0, 0 )

cos(φ) = x1*x2+y1*y2+(z1+185)*(z2+185)2*(sqrt(x1

2+y12+(z1+185)2))*( sqrt(x2

2+y22+(z2+185)2))

（ 1 layer あたりの厚みを (3.5+3+1)mm として計算しているので ( 3.5+3+2.2)mm に修正が必要）4

Clustering１．シンチレータの幅が狭い方向で　　 X, Y layer に分ける

２． X, Y layer のそれぞれで Energy deposit　　の最も大きなストリップを見つける（種）

３．そのストリップを元に上下、左右、前後の　　隣り合っているヒットのあったストリップを結合する　　（　隣のストリップの Energy <= 1.2*Energy （種）　）

４．結合できたストリップをそれぞれ新しい種として　　３をくり返す

５． X 　の cluster を元に Y の cluster をつなげる X cluster の重心を中心に 2.85cm (RM~4.0) 四方と x cluster の最初と最後の layer の間に　　 Y cluster の重心があった場合　　 Y cluster を X cluster とつなげて　　最終的な cluster にする。

X layer Y layer

2

1

345

X (cm)

Y (cm)

Z (layer)

Event selection for gammas

pi- 16GeV 25GeV 32GeV total

All events 421,070 342,103 349,362 1,112,535

前 15 layer で> 30 hits,> 50 MIPs,> 60% of total E 82,577 65,950 66,509 215,036

6

Ppi- 粒子をターゲットに入射しているので大半は pi-, μ- 　イベントまずは pi-, μ- のイベントを除くための selection を行った。

Energy(MIPs) N hits E1-15/Eall (ratio)

16GeVEn

ergy

dep

osit

( MIP

s )

No cutNhits(1~15)>30hitsE(1~15)>60%(Etot)

Longitudinal shower shape pi- with Iron target (16GeV)

Pi- の中から gamma を選ぶことができている。1layer 目の Energy deposit が大きいがおそらく Iron target で起きるシャワーの影響 7

Event selection to reconstruct invariant mass from two gammas

pi- 16GeV 25GeV 32GeV total

All events 421,070 342,103 349,362 1,112,535

前 15 layer で> 30 hits,> 50 MIPs,> 60% of total E 82,577 65,950 66,509 215,036

clsx=2 & clsy=2 * 6,880 7,771 9,820 24,471

40% <= Ecls1 <=85% 5,011 5,383 6,796 17,190

15% <= Ecls2 <=60% 4,263 4,827 6,229 15,319

　 Ecls3 <= 5% 2,343 2,515 3,060 7,918

Sum. E other cls <= 13% 1,323 1,560 1,876 4,759

8* X,Y 各 cluster のエネルギー　 >= 8% of Etot

Result of reconstructed invariant mass from two gammas

• ~120 MeV に peak が現れた　（ pi0 ~135 MeV ）•　再構成された不変質量が本来よりも小さくなる原因と考えられること　　 Clustering の影響　　　 ScECal の応答に対する補正がまだされていない 9

Fitting result of reconstructed invariant mass from two gammas

10

Fitting function

A1*exp(-x/B1) + A2*exp(-x/B2) + Api0*exp(-(x-Mpi0)2/2sigmapi0)

A1 ~800,B1 ~9 -> combination of small clusters

A2 ~60, B2 ~310 -> miss combination

Chi2/NDF = 114/90Mpi0 = 111.78 +- 0.66Sigmapi0 = 15.34 +- 0.76Api0 = 145 +- 7

Mokka

11

ヨーロッパグループ が開発している ILC 実験のための Full SimulatorGeant4 が base になっている

今回の Test Beam は CALICE （ EU 主体）の枠組みのもとで行われたので Simulation による評価を行うためには Mokka を扱う必要がある。

Test Beam の Full simulation の準備を進めるとともに電磁カロリメータ単独の Simulation を行っている。

1 GeV electron 1 GeV electron

Result of Simulation by Mokka

Simulation でも実験と同様の Invariant Mass 分布が得られた。（入射粒子は pi+ ）

12

Energy (2 clusters) VS Mass

124MIPs/GeV

144MIPs/GeV

Mokka pi+ 32GeVFNAL data

Clustering の性能

ScECal のサイズ

エネルギーの低い方はカロリメータの大きさによって決まる。エネルギーの高い方はカロリメータの位置分解能と clustering の性能できまる。

Reconstructed Invariant Mass for pi0 ( 5GeV ) simulated by Mokka

In total 2000 events 929 events Passed selection

14

Mean ~120MeV

Pi0 を単独で生成して、不変質量を再構成しても ~10% 程度低くなってしまう。　→　 clustering の性能が良くない

(Cluster energy)/(total energy)

e- 1GeV

e- 3GeV e- 32GeV

e- 6GeV

実データ

15

Clustering の性能があまり良くない , 回収できるエネルギーは 80 ~ 90%