A Novel in situ Trigger Combination Method
利用粒子探测器对高亮度碰撞强子束环境中的稀有物理过程进行探测,需要使用多能级触发系统来实时抑制巨大的本底率。在类似于寻找希格斯玻色子的分析中,需要在形成离线数据样本时通过组合多个不同的触发链来最大化信号接受。在这种统计上有限的搜索中,数据集通常是在几年的时间内积累的,在此期间,触发特性会发生变化,系统性能可能会发生显着变化。可靠的生产横截面测量和上限必须考虑到对每个选定的候选事件的有效触发低效的详细理解。作为一个例子,我们提出了三个触发链的复杂情况,基于丢失的能量和喷流能量,结合在寻找希格斯(H)玻色子的背景下产生的关联$W$玻色子在费米实验室(CDF)的对撞机探测器。我们简要回顾了现有的技术相结合的触发器,即包含,分割和排除方法。我们介绍和描述了一种新的第四原位方法,对于每个候选事件,只有选择事件的先验概率最高的触发链被认为是。我们比较了CDF $WH$搜索中信号事件产量的包含和新的原位方法。这种新的组合方法,凭借其可扩展性,大量不同的触发器链和触发器之间的相关性不敏感,将有利于未来长期运行的对撞机实验,包括目前在大型强子对撞机上运行的实验。
2013-04-04 hep-ex physics.data-an physics.ins-det
Quantum Associative Memory in HEP Track Pattern Recognition
我们已经进入了嘈杂的中间尺度量子时代。大量的量子处理器原型允许评估量子计算范例在未来紧迫的计算问题的应用中的潜力。在高能LHC(2030年代)实验中预见到的不断增长的数据输入速率和探测器分辨率暴露了经典算法通常很高的时间和/或空间复杂性。在这种情况下,量子算法有可能成为复杂度较低的替代方案。在这项工作中,我们讨论了潜在的量子联想记忆(QuAM)的背景下,大型强子对撞机的数据触发。我们研究的实际限制的存储容量,以及存储和召回无误的效率,从国家的最先进的IBM量子处理器和大型强子对撞机实时带电轨道模式识别的要求。我们提出了一个软件原型实现的QuAM协议和分析的拓扑限制,最简单的QuAM实例移植到公共IBM 5 Q和14 Q基于云的超导芯片。
2019-03-16 hep-ex quant-ph
Strategies for Machine Learning Applied to Noisy HEP Datasets: Modular Solid State Detectors from SuperCDMS
针对SuperCDMS暗物质实验的噪声位置重建任务,研究对比多种机器学习方法,发现小噪声数据集下线性回归泛化性优于神经网络,特定配置可缓解过拟合,将用更完整数据进一步验证。
2024-04-17 hep-ex
Future of computing at the Large Hadron Collider
大型强子对撞机的高能物理(HEP)实验以每秒$\mathcal{O}(10)$太比特的速度生成数据。随着将来实验的升级,以实现更高的碰撞能量,预计这一数据速率将呈指数级增长。粒子物理数据集的规模不断增加,加上单核CPU性能趋于稳定,预计到2030年,计算能力将出现四倍的短缺。这使得有必要研究替代的计算架构,以应付下一代的HEP实验。本研究概述了LHCb实验中使用的不同计算技术(触发器、轨迹重建、顶点重建、粒子识别)。此外,这项研究还为LHCb实验创建了三种事件重建算法。这些算法在各种计算架构上进行基准测试,例如CPU、GPU和称为IPU的新型处理器,每个处理器大致分别包含$\mathcal{O}(10)$、$\mathcal{O}(1000)$和$\mathcal{O}(1000)$内核。这项研究表明,GPU和IPU等多核架构更适合HEP实验中的计算密集型任务。
2022-09-27 hep-ex hep-ph
The deuteron structure function F2 with CLAS
包容性,非弹性eD散射截面已被测量与CLAS探测器在大厅B的托马斯·杰斐逊国家加速器设施(TJNAF)。结合这些数据和以前测量的世界数据,我们已经提取了氘核结构函数F2在0.4 < Q2 < 100 GeV 2/c2区域的Nachtmann矩。这些结果发表在hep-ex/0506004中。本CLAS-Note的目的是将CLAS氘核F2数据制成表格。数据分析的描述见hep-ex/0506004。
2005-09-28 hep-ex nucl-ex
The CMS High Level Trigger
CMS实验设计了一个2级触发系统:1级触发器,在定制设计的电子设备上实现,以及高级别触发器(HLT),在计算机农场上运行的CMS离线重建软件的简化版本。软件触发系统需要在可用计算能力上运行的算法的复杂度、可持续的输出速率和选择效率之间进行权衡。在这里,我们将介绍2012年数据采集期间使用的主要触发器的性能,从简单的单对象选择到更复杂的算法,结合不同的对象,并应用分析级重建和选择。我们将讨论触发器的优化和应对LHC堆积增加的具体技术,减少其对物理性能的影响。
2014-03-06 hep-ex physics.ins-det
The Critical Importance of Software for HEP
本文针对高能物理未来实验数据增长带来的计算资源压力,指出软件与计算投入的关键作用,介绍AI、ML及新型硬件应用趋势,并更新了EPPSU软件与计算路线图,聚焦数据处理链的资源关键环节。
2025-06-12 hep-ex physics.comp-ph
Fast and flexible data structures for the LHCb Run 3 software trigger
本文介绍了LHCb Run 3纯软件触发器的事件模型与数据持久化设计,重点阐述面向SIMD架构的定制数据结构、GPU与CPU两级处理流程及软件重构经验,以保障完整物理研究计划。
2023-07-07 hep-ex
Stitching Monte Carlo samples
蒙特卡罗(MC)模拟在现代高能物理(HEP)实验中被广泛用于各种目的。精确测量已建立的标准模型过程或寻找新的物理过程通常需要收集大量的数据。通常难以产生包含足够数量的事件以允许与数据进行有意义的比较的MC样本,因为需要大量的计算资源来产生和存储这样的样本。当产生用于HEP实验的MC样品时,经常采用的一种解决方案是将粒子相互作用的相空间划分成多个区域,并为每个区域分别产生MC样品。该方法允许使MC样品的大小适应在这些区域中执行的物理分析的需要。在本文中,我们提出了一个程序相空间重叠的MC样本相结合。该过程是基于应用适当选择的权重的模拟事件。我们把这个过程称为“缝合”。本文包括不同的例子,应用程序模拟质子质子碰撞在欧洲核子研究中心大型强子对撞机。
2022-05-16 hep-ex physics.data-an
Applications of Many-Core Technologies to On-line Event Reconstruction in High Energy Physics Experiments
在高能物理(HEP)实验中,对应用于实时选择的众核架构的兴趣正在增长。在本文中,我们描述了一个典型的HEP在线任务时,众核设备的性能测量:带电粒子的轨迹的基础上选择的事件。我们使用Tevatron CDF实验中使用的算法的放大版本作为基准,用于在线轨道重建-SVT算法-作为LHC实验中使用新计算架构的低延迟触发系统的现实测试案例。我们研究的复杂性/性能权衡移植现有的串行算法的众核设备。我们测量不同架构(Intel Xeon Phi和AMD GPU,以及NVidia GPU)和不同软件环境(OpenCL,以及NVidia CUDA)的性能。测量数据处理和数据传输延迟,考虑到不同的I/O策略/从众核设备。
2013-12-04 cs.DC hep-ex physics.ins-det
The Phase-1 Upgrade for the Level-1 Muon Barrel Trigger of the ATLAS Experiment at LHC
LHC ATLAS实验的一级μ子桶触发器使用电阻板室(RPC)探测器。探测器上触发电子模块能够通过对来自各个探测器层的信号执行符合逻辑来识别具有预定义横向动量值(pT)的μ子。然后,探测器上的触发板将触发数据传输到探测器外的电子设备。复杂的触发系统通过组合来自桶和端盖区域的触发信息并通过将组合的μ子候选者提供给中央触发处理器(CTP)来处理传入数据。近十年来,一级触发器系统一直运行良好,尽管对触发效率和性能的要求具有挑战性,并且LHC的亮度不断增加。为了应付这些限制,已经对整个触发系统进行了各种升级,并计划在今后几年内安装其他系统。触发系统的大多数升级依赖于最先进的技术,从而可以增加处理能力和数据传输带宽,并设计更复杂的触发菜单。因此,系统可能会选择更多的触发候选项,从而支持新的物理研究或拓扑选择。在这项工作中,我们讨论了新的桶接口板的第一个原型的设计,围绕Xilinx FPGA,这将被用来传输RPC触发数据的CTP系统。该板的主要要求是支持具有固定延迟的触发数据的光传输,并允许实现新的触发算法。我们描述的硬件实现和第一次功能和集成测试的结果。
2018-06-26 hep-ex physics.ins-det
Any Data, Any Time, Anywhere: Global Data Access for Science
数据访问是分布式高吞吐量计算(DHTC)驱动的科学的关键,DHTC是许多重大研究项目(如高能物理(HEP)实验)的关键技术。然而,当涉及许多独立的存储站点时,实现有效的数据访问变得相当困难,因为用户需要学习访问每个系统的复杂性并仔细跟踪数据位置。我们提出了一种替代方法:任何数据,任何时间,任何地方的基础设施。结合几个现有的软件产品,AAA提供了一个全球性的,统一的存储系统视图-一个“数据联合”,一个用于软件交付的全球文件系统,以及一个工作流管理系统。我们介绍了如何一个HEP实验,紧凑μ子螺线管(CMS),是利用AAA的基础设施和一些简单的性能指标。
2015-08-06 cs.DC hep-ex physics.comp-ph
The ALICE electromagnetic calorimeter high level triggers
ALICE(大型离子对撞机实验)探测器从不同的子探测器产生大量的数据样本。在线数据处理应用于选择和减少存储的数据量。ALICE采用多级硬件触发方案,其中快速检测器用于馈送三级(L0、L1和L2)深度链。高级触发器(HLT)是逻辑上位于L2触发器和数据采集事件构建之间的第四个过滤级。EMCal探测器包括一个大面积电磁量热计,它将光子和中性介子的动量测量扩展到$p_T=250$ GeV/c,这提高了ALICE通过测量喷流的中性能量分量来执行喷注重建的能力。在HLT框架内开发了一个在线重建和触发链,通过将中央桶跟踪信息与量热计中的簇射重建(簇)相结合,来锐化EMCal硬件触发。在本报告中,将讨论为EMCal HLT在线重建和触发链开发的软件组件的状态和功能,以及在2011年LHC运行期间进行调试的初步结果。
2012-09-17 hep-ex nucl-ex physics.ins-det
Reweighting with Boosted Decision Trees
机器学习工具通常用于现代高能物理(HEP)实验。不同的模型,如提升决策树(BDT)和人工神经网络(ANN),被广泛用于分析,甚至在软件触发器。在大多数情况下,这些是用于从数据中选择“信号”事件的分类模型。蒙特卡罗模拟事件通常参与这些模型的训练。虽然预计模拟结果将接近实际数据,但在实际情况下,模拟数据和观测数据之间存在明显的差异。为了在训练中使用可用的模拟,必须对生成的数据进行校正。一种常见的方法是重新加权-为模拟事件分配权重。提出了一种基于提升决策树的事件权重重分配方法。文中还讨论了分析中重权步的质量检验问题。
2016-08-20 hep-ex physics.data-an stat.ML
The High Level Trigger and Express Data Production at STAR
Brookhaven National Laboratory(布鲁克海文国家实验室);Fudan University(复旦大学);Goethe University(法兰克福歌德大学);FIAS, Frankfurt Institute for Advanced Studies(法兰克福高等研究院);GSI, Helmholtz Center for Heavy Ion Research(重离子研究中心);Rice University(莱斯大学)
STAR实验为BES-II项目开发了双实时框架,结合高级触发和快速数据生产系统,实现实时事件选择与数据校准,支持早期物理分析和高质量数据集的共享。
2026-03-25 hep-ex nucl-ex physics.ins-det