XENON1T Dark Matter Data Analysis: Signal Reconstruction, Calibration and Event Selection
E. Aprile, J. Aalbers, F. Agostini, M. Alfonsi, L. Althueser, F. D. Amaro, V. C. Antochi, F. Arneodo, L. Baudis, B. Bauermeister, L. Bellagamba, M. L. Benabderr… 展开作者
E. Aprile, J. Aalbers, F. Agostini, M. Alfonsi, L. Althueser, F. D. Amaro, V. C. Antochi, F. Arneodo, L. Baudis, B. Bauermeister, L. Bellagamba, M. L. Benabderrahmane, T. Berger, P. A. Breur, A. Brown, E. Brown, S. Bruenner, G. Bruno, R. Budnik, C. Capelli, J. M. R. Cardoso, D. Cichon, D. Coderre, A. P. Colijn, J. Conrad, J. P. Cussonneau, M. P. Decowski, P. de Perio, P. Di Gangi, A. Di Giovanni, S. Diglio, A. Elykov, G. Eurin, J. Fei, A. D. Ferella, A. Fieguth, W. Fulgione, A. Gallo Rosso, M. Galloway, F. Gao, M. Garbini, L. Grandi, Z. Greene, C. Hasterok, E. Hogenbirk, J. Howlett, M. Iacovacci, R. Itay, F. Joerg, S. Kazama, A. Kish, G. Koltman, A. Kopec, H. Landsman, R. F. Lang, L. Levinson, Q. Lin, S. Lindemann, M. Lindner, F. Lombardi, J. A. M. Lopes, E. López Fune, C. Macolino, J. Mahlstedt, A. Manfredini, F. Marignetti, T. Marrodán Undagoitia, J. Masbou, D. Masson, S. Mastroianni, M. Messina, K. Micheneau, K. Miller, A. Molinario, K. Morå, Y. Mosbacher, M. Murra, J. Naganoma, K. Ni, U. Oberlack, K. Odgers, B. Pelssers, R. Peres, F. Piastra, J. Pienaar, V. Pizzella, G. Plante, R. Podviianiuk, H. Qiu, D. Ramírez García, S. Reichard, B. Riedel, A. Rizzo, A. Rocchetti, N. Rupp, J. M. F. dos Santos, G. Sartorelli, N. N. Šarčević, M. Scheibelhut, S. Schindler, J. Schreiner, D. Schulte, M. Schumann, L. Scotto Lavina, M. Selvi, P. Shagin, E. Shockley, M. Silva, H. Simgen, C. Therreau, D. Thers, F. Toschi, G. Trinchero, C. Tunnell, N. Upole, M. Vargas, O. Wack, H. Wang, Z. Wang, Y. Wei, C. Weinheimer, D. Wenz, C. Wittweg, J. Wulf, J. Ye, Y. Zhang, T. Zhu, J. P. Zopounidis
The XENON1T experiment at the Laboratori Nazionali del Gran Sasso is the most sensitive direct detection experiment for dark matter in the form of weakly interacting particles (WIMPs) with masses above $6\,$GeV/$c^2$ scattering off nuclei. The detector employs a dual-phase time projection chamber with 2.0 metric tons of liquid xenon in the target. A one metric $\mathrm{ton}\times\mathrm{year}$ exposure of science data was collected between October 2016 and February 2018. This article reports on the performance of the detector during this period and describes details of the data analysis that led to the most stringent exclusion limits on various WIMP-nucleon interaction models to date. In particular, signal reconstruction, event selection and calibration of the detector response to nuclear and electronic recoils in XENON1T are discussed.
Online Reconstruction and Calibration with feed back loop in the ALICE High Level Trigger
大型重离子实验（英语：Large Heavy Ion Experiment，ALICE）是欧洲核子研究中心大型强子对撞机（LHC）的四个大型实验之一。高级触发器（HLT）是一个在线计算场，它实时重建ALICE探测器记录的事件。计算最密集的任务是粒子轨迹的重建。ALICE中的主要跟踪设备是时间投影室（TPC）和内部跟踪系统（ITS）。HLT使用基于元胞自动机原理和卡尔曼滤波器的快速GPU加速算法进行TPC跟踪。ALICE采用对环境条件如环境压力和温度敏感的气体子检测器，TPC就是其中之一。粒子轨迹的精确重建需要这些探测器的校准。作为第一个主题，我们提出了一些最新的优化，我们基于GPU的TPC跟踪使用新的GPU模型，我们采用的正在进行的和即将到来的数据采集期在LHC。我们还展示了快速ITS独立跟踪的新方法。作为第二个主题，我们提出了改进的HLT，以促进在线重建，包括一个新的平面数据模型和一个新的数据流链。校准输出通过反馈回路反馈到HLT的重建组件。最后，我们对2015年11月铅铅运行期间在真实条件下进行的第一次在线校准测试进行了分析，该测试基于这些新功能。
Physics-Informed Self-Supervised Learning for Joint Wire Calibration and Interaction Position Reconstruction in Multi-Wire Parallel Plate Avalanche Counters
Fast TPC Online Tracking on GPUs and Asynchronous Data Processing in the ALICE HLT to facilitate Online Calibration
ALICE（大型重离子实验）是欧洲核子研究中心大型强子对撞机（LHC）的四个主要实验之一，LHC是当今世界上最强大的粒子加速器。高级触发器（HLT）是一个大约200个节点的在线计算场，它实时重建ALICE探测器测量的事件。HLT使用自定义的在线数据传输框架在计算节点之间分发数据和工作负载。ALICE采用几个校准敏感子探测器，例如TPC（时间投影室）。为了精确重建，HLT必须在线执行校准。在线校准可以使某些离线校准步骤过时，从而可以加快离线分析。展望2020年开始的ALICE Run III，在线校准成为必要。用于轨道重建的主要检测器是TPC。重建TPC中的轨迹是事件重建过程中计算量最大的步骤。因此，快速跟踪实现是非常重要的。重建的TPC轨道为校准奠定了基础，使快速在线跟踪成为强制性的。我们提出了几个组件开发的ALICE高电平触发器执行快速事件重建，并提供在线校准所需的功能。第一个课题是提出一种基于元胞自动机和卡尔曼滤波器的TPC跟踪器，它采用GPU来加速处理。我们的TPC跟踪算法已在2011年和2012年成功用于铅-铅和质子-铅运行。我们对它进行了改进，以利用新GPU的功能，并将其移植到支持OpenCL，CUDA和CPU的单一通用源代码中。这使我们独立于供应商。作为第二个主题，我们提出了在线校准所需的框架扩展。...
