Improving the CMS High Level Trigger tracking at the HL-LHC with novel and evolved heterogeneous algorithms
University of California, San Diego（加州大学圣地亚哥分校）
本文针对HL-LHC下CMS高电平触发径迹重建的计算挑战，提出结合mkFit、Patatrack和LST异构算法并利用机器学习技术，以提升性能并保持重建效率。
2026-09-23 hep-ex physics.ins-det
Tracking Triggers for the HL-LHC
CMS和ATLAS触发系统中基于硬件的轨道重建将为高亮度LHC升级提供独特的能力。概述了强子对撞机上早期的径迹触发系统，特别是Tevatron CDF和D0实验。我们讨论了CMS和ATLAS实验的计划，以实现基于硬件的轨道重建的高亮度LHC。特别关注的是升级CMS实验的跟踪触发能力。我们讨论了这种新型手柄的挑战和机遇，并审查了其实施所考虑的替代方案，以及讨论了预期的性能。CMS和ATLAS计划的轨道触发系统有不同的目标，我们比较和对比这两种方法。
2020-10-23 hep-ex physics.ins-det
An enhanced track reconstruction for the CMS experiment at the HL-LHC
University of California, San Diego（加利福尼亚大学圣地亚哥分校）
本文提出CMS在HL-LHC下的增强径迹重建策略，融合GPU与CPU算法及机器学习，提升效率、降低假径迹率，并扩展对长寿命粒子等稀有信号的探测能力。
2026-09-23 hep-ex physics.ins-det
Real-time reconstruction of long-lived particles at LHCb using FPGAs
在最早的LHCb触发水平下寻找磁体下游的轨道不是升级触发的基线计划的一部分，因为执行搜索需要大量的CPU时间。许多长寿命粒子，如$K^0_S$和奇异重子，在顶点径迹探测器后衰变，从而限制了它们的重建效率。我们提出了一个基于FPGA的未来创新的实时跟踪系统的性能的研究，在研发工作的LHCb升级Ib（LHC运行~4）的背景下，致力于重建的前向跟踪探测器（闪烁光纤跟踪器）的磁铁下游的粒子，这是能够在30 MHz的全LHC碰撞率处理事件。
2020-06-19 hep-ex physics.ins-det
Level-1 Track Finding with an all-FPGA system at CMS for the HL-LHC
随着高亮度LHC的升级，将跟踪信息纳入CMS 1级触发器变得必要，以保持可管理的触发率和良好的触发性能，例如保留电弱物理的阈值。1级径迹探测面临的主要挑战是在40 MHz的碰撞率和4微秒的延迟预算下，探测器的大数据吞吐量，以重建具有足够低的横向动量的带电粒子径迹，用于1级触发决策。专用的全FPGA硬件系统的时间复用架构已被开发用于跟踪发现，以解决这些挑战。讨论了模式识别和粒子轨迹确定的算法和性能。最后给出了基于FPGA的定制电子产品的实现。
2019-04-01 hep-ex physics.ins-det
Graph Neural Network-Based Pipeline for Track Finding in the Velo at LHCb
基于图神经网络的ETX4VELO管道在LHCb实验中实现更高效的轨迹寻找，提升轨迹重建精度和效率。
2025-11-25 hep-ex physics.data-an physics.ins-det
A heterogeneous and vectorized sequence for the HL-LHC full tracking reconstruction of the CMS experiment
University of California San Diego（加州大学圣地亚哥分校）
本文提出CMS实验Phase-2径迹重建的新基线策略，结合GPU优化算法（Patatrack、LST）和CPU向量化算法（mkFit），以应对HL-LHC高碰撞率带来的计算挑战，同时降低资源需求并增强物理覆盖。
2026-09-18 hep-ex physics.ins-det
Measurement of thermal properties of the LHCb VELO detector using track-based software alignment
采用实时探测器对准方法研究了LHCb顶点探测器（VELO）的热特性。作为VELO的工作温度的函数的检测器元件的位置和取向的变化。这项研究使用了LHCb实验在LHC运行2（2018年10月）结束时进行的VELO温度扫描期间收集的数据集。与在$+45^\circ$至$-25^\circ$的温度范围内对单个模块进行的实验室测量相比，在$-30^\circ$的工作温度下观察到VELO模块的显著收缩。从实验室测量到较低温度的外推所预期的热收缩，以及本对准研究的结果是一致的。
2022-05-26 hep-ex physics.ins-det
Speeding up the CMS track reconstruction with a parallelized and vectorized Kalman-filter-based algorithm during the LHC Run 3
本文提出并行化、向量化的卡尔曼滤波软件mkFit，并将其集成到CMS离线框架中，在LHC Run 3径迹重建中显著提升计算速度且保持物理性能。
2023-04-12 hep-ex physics.ins-det
A CMS Level-1 Track Finder for the HL-LHC
高亮度LHC将对触发系统提出重大要求。为了控制触发阈值，CMS协作正在设计一种新颖的1级跟踪触发器。外部跟踪器将使用具有成对传感器层的模块来读出与2-3 GeV以上的带电粒子兼容的命中。系统将组合这些前端触发原语以重建轨迹，提供$p_{\mathrm{T}}$、$η$、$ϕ$和$z_{0}$的测量。本报告将介绍CMS L1航迹查找系统：算法及其估计性能，硬件原型，以及与此系统相关的独特挑战。
2021-11-03 physics.ins-det
Level-1 Track Finding with an all-FPGA System at CMS for the HL-LHC
大型强子对撞机（LHC）上的紧凑μ子螺线管（CMS）实验旨在研究广泛的高能物理现象。它在3.8 T磁螺线管内采用了一个大型全硅跟踪器，可以精确测量横向动量（$p_\mathrm{T}$）和顶点位置。这个跟踪探测器将升级，以配合高亮度大型强子对撞机的运行，这将提供高达$7.5\,\times\,10^{35}\,\mathrm{cm^{-2}s^{-1}}$到CMS的亮度，或每25纳秒束流交叉200次碰撞。这种新的跟踪器必须在这种更具挑战性的环境中保持标称物理性能。已经开发了利用紧密间隔的硅传感器来区分带电粒子$p_\mathrm{T}$的新型跟踪模块，并且允许选择性地读出与$p_\mathrm{T}\,>\,2-3$ GeV的轨道兼容的命中以脱离检测器触发电子器件。这将允许在实验的1级触发时使用跟踪信息，这是保持1级触发率低于750 kHz目标的要求，同时保持物理灵敏度。本文提出了一个概念，为所有的FPGA为基础的跟踪发现使用一个完全的时间复用架构。硬件演示已经组装，以证明这样一个系统的可行性和能力。将介绍各种物理场景的性能，以及演示器到最终系统的拟议缩放。
2019-10-28 hep-ex physics.ins-det
Segment Linking: A Highly Parallelizable Track Reconstruction Algorithm for HL-LHC
大型强子对撞机（HL-LHC）的高亮度升级将产生多达200个同时发生的质子-质子相互作用的粒子碰撞。这些前所未有的条件将为带电粒子径迹重建创造一个组合复杂性，需要的计算成本预计将超过使用传统CPU的预计计算预算。受此启发，并考虑到异构计算在尖端的高性能计算中心的流行，我们提出了一种高效，快速和高度并行化的自下而上的方法来跟踪重建的HL-LHC，以及相关的GPU上的实现，在第2阶段CMS外部跟踪器的上下文中。我们的算法，称为段链接（或线段跟踪），利用本地化的轨道存根创建，结合个别存根，逐步形成更高层次的对象，受运动学和几何要求与真正的物理轨道兼容。该算法的本地特性使其非常适合单指令多数据模式下的并行化，因为可以同时构建数百个对象。该算法的计算和物理性能已经在NVIDIA Tesla V100 GPU上进行了测试，其效率和时间测量结果与现有CMS跟踪算法的最新多CPU版本相当。
2022-09-27 hep-ex physics.ins-det
Simulation and performance of an artificial retina for 40 MHz track reconstruction
我们提出的人工视网膜模式识别算法的详细模拟的结果，旨在重建事件与数百个带电粒子轨道的像素和硅探测器在LHC b与LHC交叉频率的$40\,\rm MHz$。使用LHCb实验的官方Monte Carlo样本评估人工视网膜算法的性能。我们发现视网膜模式识别算法的性能与全LHCb重建算法相当。
2015-03-12 hep-ex physics.ins-det
CMS tracking performance in Run 2 and early Run 3
本文介绍CMS探测器为适配LHC Run 3更高亮度与堆积条件所做的探测器升级及径迹寻找、筛选算法改进，并利用Run 2与早期Run 3对撞数据及模拟数据测量径迹重建性能。
2023-12-13 hep-ex physics.ins-det
The artificial retina for track reconstruction at the LHC crossing rate
我们提出了一个专门的处理器的研发研究的结果，能够精确地重建事件与像素和硅条探测器在$40\,\rm MHz$数百带电粒子轨道，从而适合于处理LHC事件在全交叉频率。为此，我们设计和测试了一个大规模并行模式识别算法，启发了目前的理解的机制，通过初级视觉皮层的哺乳动物在视觉信息处理的早期阶段。详细的几何形状和带电粒子的活动的大型跟踪探测器的模拟和使用评估人工视网膜算法的性能。我们发现，高品质的跟踪在大型检测器是可能的亚微秒延迟时，该算法是在现代，高速，高带宽的FPGA器件实现。
2014-11-05 hep-ex physics.ins-det
A Specialized Processor for Track Reconstruction at the LHC Crossing Rate
我们提出了一个专门的处理器，能够精确地重建事件与数百个带电粒子轨道在像素探测器在40 MHz的R&D研究的结果，从而适合于处理大型强子对撞机事件在全交叉频率。为此，我们设计和测试了一个大规模并行模式识别算法，灵感来自于大脑在自然界中对视觉图像的处理。我们发现，高品质的跟踪在大型检测器是可能的子$μ$的延迟时，这种算法是在现代，高速，高带宽的FPGA设备实现。这开启了使轨道重建作为探测器读出的一部分透明地发生的可能性。
2014-06-27 hep-ex physics.ins-det
Three-Dimensional Triplet Tracking for LHC and Future High Rate Experiments
命中组合问题是高速率实验中航迹重构和触发的主要难题。在强子对撞机的命中占主导地位的部分是由于低动量轨道的多次散射（MS）的影响占主导地位的命中分辨率。MS也是低能量精度实验中命中混淆和跟踪不确定性的主要来源。在MS占主导地位的所有这样的环境中，可以通过使用由像素检测器提供的三维（3D）命中三元组来大大简化轨迹重建和拟合。这种简化是可能的，因为如果提供高精度空间信息，则轨道不确定性仅由MS确定。在螺线管磁场中跟踪探测器时，命中三元组的拟合特别简单。过约束3D三元组方法提供了一套完整的跟踪参数，并且对假命中组合具有鲁棒性。三元组方法非常适合像素检测器，其中命中可以被视为3D空间点。随着相对便宜和工业上可用的CMOS传感器的出现，高粒度全尺寸像素跟踪探测器的构建似乎也有可能用于LHC或未来高能（强子）对撞机的实验。在本文中，跟踪性能研究的全面像素检测器，包括其优化的三维三重跟踪，提出。不同类型的跟踪器的几何形状和不同的重建方法所获得的结果进行了比较。潜在的减少跟踪层的数量和-随着-使用这种新的跟踪概念的材料预算进行了讨论。使用三维三重跟踪触发和快速在线重建的可能性突出。
2014-08-23 hep-ex physics.ins-det
Seeding and Matching algorithms for the first GPU-based High Level Trigger of the LHCb experiment
Sorbonne Université（索邦大学）；Universitat de Barcelona（巴塞罗那大学）；University of Valencia-CSIC（瓦伦西亚大学-西班牙国家研究委员会）；CERN, European Organization for Nuclear Research（欧洲核子研究中心）；École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院）；Rutherford Appleton Laboratory (RAL)（卢瑟福阿普尔顿实验室）；Tsinghua University（清华大学）
本文描述了LHCb实验首个基于GPU的高层触发器中用于在40 MHz下重建长程和高度偏移径迹的种子生成与匹配算法的GPU实现，该算法在Run 3期间以高吞吐量参与数据采集，提升了物理潜力。
2026-06-15 hep-ex physics.ins-det
Line Segment Tracking in the HL-LHC
高亮度LHC（HL-LHC）中的高瞬时亮度所带来的主要挑战促使在高堆积环境中有效和快速地重建带电粒子径迹。虽然人们一直在努力使用现代技术，如矢量化，以改善现有的经典卡尔曼滤波器为基础的重建算法，线段跟踪采取了根本不同的方法，通过做一个自下而上的轨道重建。从相邻的检测器区域的小的轨道存根的构造，然后这些轨道存根是符合典型的轨道轨迹依次连接。由于这些轨道存根的生产是本地化的，它们可以并行制作，这为使用GPU和多CPU等架构提供了方法，以利用并行性。该算法在CMS Phase-2 Tracker的上下文中实现，并在NVIDIA Tesla V100 GPU上运行。获得了良好的物理和时序性能，并阐述了未来的垫脚石。
2022-09-28 physics.ins-det
The Apollo ATCA Design for the CMS Track Finder and the Pixel Readout at the HL-LHC
高亮度LHC的挑战性条件需要为触发和数据采集系统量身定制的硬件设计。阿波罗平台的特点是一个“服务模块”，带有一个功能强大的系统模块计算机，提供标准的ATCA通信和特定应用的“命令模块”，带有大型FPGA和高速光纤链路。CMS版本的阿波罗将用于寻轨器和像素读出。它具有多达两个大型FPGA和100多个光链路，速度高达25 Gb/s。我们仔细研究了电路板的设计和性能，使用定制的固件来测试功耗、散热和光链路完整性。本文介绍了这些性能测试的结果，设计更新和未来的计划。
2022-02-03 hep-ex physics.ins-det
The Upgrade of the CMS Tracker at HL-LHC
在大型强子对撞机（HL-LHC）的高光度方案中，这将使瞬时光度高达7.5\，$\times$ \，$10^{34}$ \，cm $^{-2}$ s $^{-1}$，ATLAS和CMS将需要以每25\，ns光束交叉高达200次相互作用的方式运行，并达到高达4000\，fb $^{-1}$的积分亮度。为了实现他们的物理目标，实验将需要提高跟踪和顶点能力，以及在合理的阈值下选择性地触发特定物理事件的能力。CMS跟踪器的升级需要设计新的内部和外部跟踪探测器，以应对增加的亮度，并实现第一触发级功能。本文介绍了新的布局和技术选择，以及研究和开发活动的一些亮点。
2021-02-11 physics.ins-det
Charged Particle Tracking with Machine Learning on FPGAs
在CERN大型强子对撞机（LHC）上，带电粒子碰撞轨迹的确定（跟踪）是强子对撞机事件重建的一个重要方面。这在LHC（HL-LHC）未来高亮度阶段的高条件下尤其如此，其中每个光束交叉的相互作用数量将增加五倍。深度学习算法已成功应用于离线应用程序的这项任务。然而，他们的研究在基于硬件的触发器的应用受到限制。在本文中，我们研究了两个不同的跟踪步骤的不同算法，并表明这种算法可以在现场可编程门阵列（FPGA）上运行。
2022-12-05 hep-ex physics.ins-det
Level-1 pixel based tracking trigger algorithm for LHC upgrade
像素探测器是欧洲核子研究中心大型强子对撞机（LHC）紧凑型μ子螺线管（CMS）实验跟踪系统的最内层探测器。它精确地确定了事件的相互作用点（主顶点）和由于重味（$b$和$c$夸克）而可能的次顶点;它是整个跟踪系统的一部分，可以重建事件中带电粒子的轨迹，并与磁场结合来测量它们的冲量。像素检测器允许测量最靠近交互点的区域中的轨迹。基于Level-1（实时）像素的跟踪触发器是一种新型的触发系统，目前正在研究的LHC升级。一个重要的目标是开发能够在非常恶劣的环境中处理非常高的数据速率和高流量的实时跟踪重建算法。像素探测器在从大量事件堆积中精确识别罕见物理事件的主顶点方面具有特别重要的作用。在选择的实时级别添加像素信息的目的是帮助降低总级别1触发率，同时保持高选择能力。这对于高亮度LHC（HL-LHC）的实验升级是一个非常具有创新性和挑战性的目标。这里讨论的特殊情况是CMS实验。本文档描述了练习，重点是开发快速像素轨迹重建，其中像素轨迹使用基于根的仿真框架与1级电子对象匹配。
2015-10-13 physics.ins-det
Improving tracking algorithms with machine learning: a case for line-segment tracking at the High Luminosity LHC
本研究以CMS实验的LST算法为例，探索用轻量级神经网络替换轨迹质量选择，并初步研究GNN轨迹构建，证明ML可在不损失性能的前提下改进HL-LHC跟踪。
2024-03-19 physics.ins-det
Hardware Implementation of a Fast Algorithm for the Reconstruction of Muon Tracks in ATLAS Muon Drift-Tube Chambers for the First-Level Muon Trigger at the HL-LHC
高亮度大型强子对撞机将提供一个独特的机会来探索物理学的本质，超越强相互作用和电弱相互作用的标准模型。高度选择性的第一级触发器是必不可少的物理方案的ATLAS实验在HL-LHC的瞬时光度将超过LHC运行1瞬时光度几乎一个数量级。ATLAS第一级μ子触发率主要由低动量μ子控制，这是由于电阻板和薄间隙触发室的中等动量分辨率而选择的。这种限制可以通过在第一级触发决策中包括精密μ子漂移管（MDT）室的数据来克服。这需要MDT命中到检测器外触发逻辑的快速连续传输以及在触发逻辑中执行的快速跟踪重建算法。为了证明在大约3~ $μ$ s的短的可用第一级触发延迟内重建MDT室中的轨迹的可行性，我们在Xilinx Zynq FPGA的ARM Cortex A9微处理器上实现了种子Hough变换，并使用CERN的伽马辐照设施中记录的测试束数据研究了其性能。我们可以证明，通过使用ARM处理器的Neon单指令多数据引擎并行执行4个浮点运算，可以满足具有挑战性的延迟要求。
2018-03-11 hep-ex physics.ins-det
Reconstruction of Large Radius Tracks with the Exa.TrkX pipeline
粒子跟踪是大型强子对撞机（LHC）和高亮度LHC上的一项具有挑战性的模式识别任务。传统的算法，如基于卡尔曼滤波的算法，在从碰撞点重建即时轨迹方面取得了很好的性能。然而，它们需要专用的配置和额外的计算时间来有效地重建远离碰撞点创建的大半径轨迹。我们为HL-LHC开发了一个端到端的基于机器学习的轨迹查找算法，Exa.TrkX管道。流水线被设计成不知道全局跟踪位置。在这项工作中，我们研究了Exa.TrkX管道查找大半径轨迹的性能。该流水线经过事件中所有轨迹的训练，可以高效地同时重建即时轨迹和大半径轨迹。Exa.TrkX管道提供的这种新功能可以使我们能够实时搜索新的物理学。
2022-03-14 hep-ex hep-ph physics.data-an
Line Segment Tracking: Improving the Phase 2 CMS High Level Trigger Tracking with a Novel, Hardware-Agnostic Pattern Recognition Algorithm
针对高亮度LHC计算资源超线性增长挑战，提出了一种基于Alpaka库的完全可并行化且硬件无关的新型线段追踪（LST）模式识别算法，在CMS HL-LHC高层级触发追踪中提升了物理与计时性能。
2024-07-25 hep-ex physics.ins-det
Track fitting at the full LHC collision rate
Laboratoire de Physique Nucléaire et de Hautes Energies (LPNHE), Sorbonne Université, CNRS/IN2P3（核物理与高能物理实验室（LPNHE），索邦大学，CNRS/IN2P3）；Department of Physics, Indiana University（印第安纳大学物理系）；Department of Physics & Astronomy, University of Manchester（曼彻斯特大学物理与天文学系）；Physikalisches Institut, Ruprecht-Karls-Universität Heidelberg（海德堡大学鲁普雷希特-卡尔物理研究所）
LHCb实验升级后，提出一种基于卡尔曼滤波器的方法，用于全碰撞率下带电粒子轨迹参数估计。该方法采用快速解析参数化取代复杂计算，在GPU上实现，提高了动量分辨率，增强了对探测器未对准效应的鲁棒性及背景区分能力。
2026-07-29 hep-ex physics.ins-det
Alignment of the ATLAS Inner Detector Tracking System
欧洲核子研究中心大型强子对撞机（LHC）的ATLAS探测器在其核心（内部探测器，ID）配备了一个跟踪系统，由硅和气体吸管探测器组成。ID的物理性能要求精确对准;这是一项涉及复杂算法和强大计算能力的挑战。对准算法已在以下方面得到验证：组合测试束数据、宇宙射线运行和模拟物理事件。每天在模拟ATLAS数据采集操作的练习中测试对齐链。最终安装到ATLAS探测器后的ID调试产生了数千条重建的宇宙射线轨道，这些轨道已用于LHC启动前的ID初始对准。采用频率扫描干涉测量法的硬件系统将用于监测结构变形。鉴于这里概述的计划，ATLAS内部探测器为LHC碰撞做了坚实的准备。
2008-10-17 hep-ex physics.ins-det
A fast and efficient SIMD track reconstruction algorithm for the LHCb Upgrade 1 VELO-PIX detector
升级后的CERN LHCb探测器将于2021年开始采集数据，必须使用商用处理器实时重建4 TB/s的原始探测器数据。这是任何科学领域中最大的实时数据处理挑战之一。我们提出了一个内在的并行重建算法的顶点检测器的LHCb实验设计，以最佳地利用多核通用架构。我们将其与以前的最先进的标量模式识别算法进行比较，并显示出显着更快的处理速度，在某些情况下，所有当前的替代品的物理性能增加。我们评估的算法上的两个高端架构，从两个不同的供应商，并详细讨论了不同的SIMD指令集体系结构的扩展对性能的影响。
2019-12-20 physics.ins-det
Simulation for the ATLAS Upgrade Strip Tracker
ATLAS正在作出广泛的努力，为大型强子对撞机（HL-LHC）的高光度操作准备探测器升级，该操作将在大约10年内开始运行。当前的ATLAS内部探测器将被全硅跟踪器（包括内部像素跟踪器和外部条带跟踪器）取代。目前用于新硅跟踪器的软件广泛继承了用于LHC Run-1和Run-2的软件，但已经进行了许多新的开发，以更好地满足未来的探测器和操作要求。其中一个特别突出的方面是带钢跟踪器的模拟软件。可用的几何描述软件（包括所有敏感元件、服务等的详细描述）不允许对计划的探测器设计进行精确建模。正在考虑一系列用于带钢跟踪器的传感器/布局，必须在详细的模拟中进行研究，以评估性能并确定满足要求。为此，需要从仿真软件高度灵活的几何构造。一个新的基于XML的检测器描述框架已经开发出来，以满足上述挑战。我们将介绍该框架的设计及其验证结果。
2017-10-14 hep-ex physics.ins-det
ALICE Inner Tracking System Upgrade: construction and commissioning
ALICE（A Large Ion Collider Experiment）是欧洲核子研究中心的大型强子对撞机实验，主要用于研究重离子碰撞中产生的强相互作用物质，并致力于表征夸克-胶子等离子体。为了实现LHC运行3和4的物理计划，ALICE正在进行第二次长时间LHC关闭期间对实验设备进行重大升级。ALICE升级的一个关键要素是用一个全新的硅基探测器取代内部跟踪系统（ITS），其功能将允许重建罕见的物理通道，这些通道在LHC运行1和2期间使用的ITS布局之前无法访问。实现这种性能提升的技术是采用定制设计的MAPS（单片有源像素传感器）作为检测元件。在本程序中，将详细介绍ITS升级的建设和调试状况。模块的建设将很快完成，与此同时，实验室的调试正在使用已经集成在探测器中的组件进行。
2019-12-27 hep-ex physics.ins-det
Track Reconstruction Performance in CMS
给出了利用CMS硅跟踪器进行LHC事件径迹重建的预期性能。径迹发现和拟合是用卡尔曼滤波技术完成的，在pT>1 GeV/c的单个μ子上实现了99%以上的效率。困难出现在具有高密度带电粒子的标准LHC事件的上下文中，其中对于低pT轨道，假组合轨道的比率非常大，并且跟踪器材料中的核相互作用降低了带电强子的跟踪效率。最近对CMS轨道重建的改进现在允许通过结合迭代跟踪过程利用假轨道的最佳拒绝来有效地重建具有低至几百MeV/c的pT和少至三个交叉层的带电轨道，具有非常小的假分数。
2008-12-30 hep-ex physics.ins-det
Beyond 4D Tracking: Using Cluster Shapes for Track Seeding
跟踪是大型强子对撞机（LHC）及其高光度升级（HL-LHC）事件重建中最耗时的方面之一。创新的检测器技术通过在模式识别和参数估计中包括定时，将跟踪扩展到四维。然而，目前和未来的硬件已经有额外的信息，这是很大程度上未使用的现有的轨道播种算法。簇的形状为轨迹播种提供了额外的维度，可以显著降低轨迹查找的组合挑战。我们使用神经网络表明，簇形状可以显着降低假组合背景的比率，同时保持高效率。我们证明了这一点，使用集群单重峰，双峰和三重峰的信息。数值结果与TrackML挑战的模拟。
2021-11-11 hep-ex hep-ph physics.data-an
Intel Stratix 10 FPGA design for track reconstruction for the ATLAS experiment at the HL-LHC
本文介绍了用于ATLAS实验硬件径迹触发系统的PRM板FPGA设计，该设计利用联想存储器和线性化算法实现径迹重建，并在仿真和硬件测试中验证了功能。
2023-05-16 physics.ins-det
Machine learning and parallelism in the reconstruction of LHCb and its upgrade
在LHC非常成功的第一次数据采集之后，LHCb实验开发了一种新的触发策略，为运行II提供实时重建，对齐和校准。该策略依赖于高级别触发器中的类似离线的轨迹重建，使得单独的离线事件重建变得不必要。为了实现这种重建，并且另外跟上由于加速器升级而导致的更高的事件率，轨道重建所使用的时间必须减少。通过利用并行计算技术已经部分地实现了定时改进，在本文档中将通过考虑两个示例应用来描述并行计算技术。尽管减少了计算时间，但在重建效率和假率方面的重建质量可以在几个地方得到改善。快速机器学习技术的两个应用突出显示，在重建的早期阶段细化跟踪候选人的选择。
2017-10-24 hep-ex physics.ins-det
The artificial retina processor for track reconstruction at the LHC crossing rate
我们提出了一个专门的处理器，能够精确地重建，在像素探测器，数百个带电粒子的轨道，从高能碰撞在40 MHz的速率的R&D研究的结果。我们采用高度并行的模式识别算法，灵感来自大脑的视觉图像处理的研究，因为它发生在自然界中，并详细描述了一个高效的硬件实现在高速，高带宽的FPGA设备。这是第一次详细演示在40 MHz下重建离线质量轨道，并使该设备适合在全交叉频率下处理大型强子对撞机事件。
2014-12-04 physics.ins-det
Track Reconstruction in the ALICE TPC using GPUs for LHC Run 3
在LHC运行3中，ALICE将显著提高数据采集速率，以连续读出50 kHz最小偏置Pb-Pb碰撞。在线离线计算升级的重建策略预见了在数据获取期间的第一同步在线重建阶段，使得能够进行检测器校准，以及后校准的异步重建阶段。针对ALICE的主要跟踪检测器--时间投影室，提出了一种跟踪算法.重建必须产生与当前离线重建相当的结果，并满足当前高级触发器（HLT）中的时间限制，每秒处理的冲突数量是当前的50倍。它是从目前的在线跟踪HLT，这是基于一个元胞自动机和卡尔曼滤波器，我们整合了离线跟踪的丢失功能，以提高分辨率。连续的TPC读出和重叠碰撞提出了新的挑战：转换到空间坐标和应用时间和位置相关的校准必须发生在轨道播种和轨道拟合之间，而TPC占用率增加了五倍。巨大的数据量需要20的数据缩减因子，这带来了额外的要求：必须扩展动量范围以识别低PT循环轨迹，并且在未校准坐标中进行特殊改装以改进轨迹模型熵编码。我们的TPC跟踪查找通过OpenCL和CUDA API在CPU、GPU和两个重建阶段的共享源代码中利用硬件加速器的潜力。移植更多的重建步骤，如TPC重建的剩余部分和其他检测器的跟踪，将使计算平衡从传统处理器转移到GPU。
2018-11-28 physics.ins-det
Comparative Analysis of FPGA and GPU Performance for Machine Learning-Based Track Reconstruction at LHCb
LIP6, LPNHE Sorbonne Université CNRS, IN2P3 Paris, France（LIP6、LPNHE 索邦大学 CNRS、IN2P3 巴黎）；Massachusetts Institute of Technology（麻省理工学院）；Sorbonne Université CNRS, IN2P3 Paris, France（索邦大学 CNRS、IN2P3 巴黎）
本文比较了LHCb实验一级触发器中径迹重建流水线首步多层感知机在FPGA（使用HLS4ML）与GPU上的推断吞吐量，证明FPGA具备高吞吐、低延迟且低功耗的潜力。
2025-04-30 cs.DC cs.LG hep-ex
Reconstruction of Charged Particle Tracks in Realistic Detector Geometry Using a Vectorized and Parallelized Kalman Filter Algorithm
高亮度大型强子对撞机（HL-LHC）最具挑战性的计算问题之一是在事件重建过程中寻找和拟合粒子轨迹。今天LHC使用的算法依赖于卡尔曼滤波，它在逐步建立物理轨迹的同时，结合了材料效应和误差估计。认识到需要更快的计算吞吐量，我们已经适应了卡尔曼滤波器为基础的方法高度并行，众核SIMD和SIMT架构，现在流行的高性能硬件。之前，我们在英特尔至强、英特尔至强融核和（在一定程度上）NVIDIA GPU上观察到了显著的并行加速，物理性能与CMS标准跟踪相当。虽然早期的测试是基于理想化的桶形探测器内部发生的人工事件，但我们随后证明，我们的mkFit软件成功地从CMS-2017跟踪器的几何精确表示中发生的复杂模拟事件（包括探测器堆积）中构建跟踪。在这里，我们报告mkFit在计算和物理性能方面的进展，以及与CMS生产软件集成的进展。最近，我们已经提高了整体效率的算法，保留在一个相对较早的阶段，而不是试图将它们扩展到许多层的短道候选人。此外，mkFit以前会产生过多的重复磁道;现在这些磁道在额外的处理步骤中被显式删除。我们证明，通过这些增强，mkFit成为CMS跟踪的第一次迭代的合适选择，并最终为以后的迭代以及。我们计划在LHC运行3期间在CMS高水平触发器中测试此功能，最终目标是在CMS HLT和HL-LHC CMS跟踪器的离线重建中使用它。
2020-07-09 hep-ex physics.ins-det
Looking Forward: A High-Throughput Track Following Algorithm for Parallel Architectures
本文提出了 Looking Forward，一种面向 LHCb 触发系统第一阶段并针对 GPU 优化的高吞吐量径迹跟随算法，用于实时重建穿过整个探测器的粒子，在满足触发器吞吐量限制的同时实现最佳物理性能，并经模拟样本验证有效。
2024-02-22 hep-ex physics.ins-det
Track Reconstruction in a High-Density Environment with ALICE
ALICE是欧洲核子研究中心大型强子对撞机（LHC）的专用重离子实验。它的主要跟踪和粒子识别探测器是一个大容量的时间投影室（TPC）。TPC被设计为在高能重离子碰撞中产生的高径迹密度环境中表现良好。在这一过程中，我们描述的轨道重建过程中ALICE。特别是，我们专注于LHC运行2数据采集期间（2015- 2018）面临的两个主要挑战，即TPC中的基线波动和局部空间电荷扭曲。我们详细介绍了相应的解决方案，并描述了使我们能够规避这些挑战的软件工具。
2022-03-19 hep-ex physics.ins-det
A Downstream and vertexing algorithm for Long Lived Particles (LLP) selection at the first High-level trigger (HLT1) of LHCb
LHCb 开发了一种在 HLT1 实时重建高度偏移顶点的新算法，利用 UT、SciFi 探测器与 Allen 框架在 GPU 上执行，结合神经网络提升径迹效率并降低假径迹率，大幅增强了 Run 3 探测长寿命粒子的潜力。
2025-07-14 hep-ex physics.ins-det
Synchronous and asynchronous Data Quality Control of the ALICE Inner Tracking System in the LHC Run 3
本文介绍了ALICE实验ITS2探测器在LHC Run 3中的数据质量控制系统，该系统通过同步监测运行参数和异步重建采集数据来保障稳定取数，并展示了探测器在pp和Pb–Pb碰撞中的性能表现。
2025-06-03 hep-ex physics.ins-det
Global Track Reconstruction and Data Compression Strategy in ALICE for LHC Run 3
在LHC运行3中，ALICE将显著提高数据采集速率，从最小偏置Pb-Pb碰撞中的约1 kHz触发读出到50 kHz连续读出速率。在线-离线计算升级的重建策略预见了在数据采集期间的同步在线重建阶段，其生成探测器校准，以及后校准的异步重建阶段。大量的数据需要大量的压缩，以便存储所有记录的事件。目标是TPC数据的20倍压缩，这是同步重建期间的主要挑战之一。此外，重建将在线运行，处理比目前多50倍的碰撞，产生与当前离线重建相当的结果。这些要求对跟踪提出了新的挑战，包括连续的TPC读出、更多的重叠碰撞、在同步阶段期间没有主顶点位置和位置相关校准的先验知识、低动量循环轨道的识别以及用于改善轨道模型熵编码的失真改装。在2018年的研讨会上，展示了运行3的TPC跟踪，它与运行2离线跟踪的物理性能相匹配。它通过OpenCL和CUDA API在两个重建阶段的CPU和GPU共享源代码中利用硬件加速器的潜力。将更多的重建步骤（如TPC重建的剩余部分和其他检测器的跟踪）移植到GPU将使计算平衡从传统处理器转向GPU。这些程序集中在全局跟踪策略，包括ITS和TRD检测器，将更多的重建步骤卸载到GPU上，以及为实现必要的数据压缩所采取的方法。
2019-10-27 physics.ins-det
Speeding up Particle Track Reconstruction in the CMS Detector using a Vectorized and Parallelized Kalman Filter Algorithm
建立粒子轨迹是LHC事件重建中计算量最大的步骤。随着瞬时亮度的增加以及高亮度LHC预期的堆积的相关增加，轨道寻找和拟合的计算挑战需要新的解决方案。目前在LHC上使用的轨道重建算法是基于卡尔曼滤波方法，实现了良好的物理性能。通过调整卡尔曼滤波器技术以用于众核SIMD架构，例如英特尔至强和英特尔至强融核以及（在有限程度上）NVIDIA GPU，我们能够获得显著的加速和相当的物理性能。新的优化，包括一个专门的后处理步骤，以消除重复的轨道，进一步提高了算法的性能。在这里，我们报告的当前结构和性能的代码和未来计划的算法。
2019-11-06 hep-ex physics.comp-ph physics.ins-det
Four Decades of Computing in Subnuclear Physics - from Bubble Chamber to LHC
这份手稿地址在亚核物理学中粒子相互作用的重建和模拟计算的选定方面。基于在DESY和CERN的实验的个人经验，我涵盖了计算硬件和软件的演变，从轨道室的时代，在那里的相互作用被记录在照相胶片上，到LHC实验与他们的数百万个电子通道。
2013-02-13 physics.data-an physics.ins-det
Alignment of the ALICE Inner Tracking System with cosmic-ray tracks
大型离子对撞机实验（英语：Large Ion Collider Experiment，缩写ALICE）是大型强子对撞机（英语：Large Hadron Collider，缩写LHC）的一个实验，致力于研究在LHC能量下的核-核碰撞中产生的强相互作用物质。ALICE ITS，内部跟踪系统，由六层圆柱形硅探测器组成，采用三种不同的技术;在向外的方向上：两层像素探测器，两层漂移和条带探测器。在ITS的2198个传感器模块的空间对准中要确定的参数的数量约为13，000。目标对准精度在某些情况下远低于10微米（像素）。对准信息的来源包括巡天测量、来自宇宙射线和来自质子-质子碰撞的重建轨道。基于主轨迹的对齐方法使用Millepede全局方法。一个迭代的局部方法的开发和使用。我们提出的结果，为ITS的对齐使用约10^5带电轨道从宇宙射线已收集在2008年夏天，与ALICE螺线管磁铁关闭。
2017-09-28 hep-ex physics.ins-det
Graph Neural Networks for Charged Particle Tracking on FPGAs
University of Pennsylvania（宾夕法尼亚大学）；University of California San Diego（加州大学圣地亚哥分校）；National Yang Ming Chiao Tung University（国立阳明交通大学）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Princeton University（普林斯顿大学）；University of Washington（华盛顿大学）
在欧洲核子研究中心（CERN）大型强子对撞机（LHC）上，带电粒子碰撞轨迹的确定是一个重要而又具有挑战性的问题，特别是在未来的高亮度阶段（HL-LHC）中所期望的高相互作用密度条件下。图神经网络（GNN）是一种几何深度学习算法，它已成功应用于此任务，通过将跟踪器数据嵌入为图-节点表示命中，而边缘表示可能的跟踪段-并将边缘分类为真或假跟踪段。然而，他们的研究在硬件或软件为基础的触发应用程序已受到限制，由于其巨大的计算成本。在本文中，我们介绍了一个自动化的翻译工作流程，集成到一个更广泛的工具称为$\texttt{hls4ml}$，用于将GNN转换为现场可编程门阵列（FPGA）的固件。我们使用这个翻译工具来实现用于带电粒子跟踪的GNN，使用TrackML挑战数据集进行训练，在FPGA上设计针对不同的图形大小，任务复杂度和延迟/吞吐量要求。这项工作可以在HL-LHC实验的触发水平上包含带电粒子跟踪GNN。
2022-03-23 cs.AR cs.LG hep-ex
Measurements and TCAD simulation of novel ATLAS planar pixel detector structures for the HL-LHC upgrade
LHC加速器复合体将在2020-2022年之间升级为高亮度LHC，以大大增加各种物理分析的统计数据。为了在这些具有挑战性的新条件下运行，并保持在轨道重建和顶点定位方面的出色性能，ATLAS像素检测器必须进行大幅升级，并预计将进行全面更换。通过在洁净室中对测试结构进行表征以及使用技术计算机辅助设计（TCAD）进行模拟，优化了新型像素设计的处理技术。讨论了一种研究通过像素器件的非垂直轨迹的方法。比较TCAD模拟与二次离子质谱（SIMS）测量，以调查结构的掺杂分布和验证模拟过程。
2015-04-08 physics.ins-det
GPU-accelerated track reconstruction in the ALICE High Level Trigger
大型重离子实验（英语：Large Heavy Ion Experiment）是欧洲核子研究中心大型强子对撞机（LHC）的四大实验之一。高级触发器（HLT）是一个在线计算场，可实时重建ALICE探测器测量的事件。计算最密集的部分是粒子轨迹的重建，称为跟踪，用于跟踪的最重要的检测器是时间投影室（TPC）。HLT使用基于元胞自动机原理和卡尔曼滤波器的GPU加速算法进行TPC跟踪。自2012年以来，GPU跟踪一直在LHC运行1和2中以24/7运行。为了更好地利用GPU的潜力，并加速整体HLT重建，我们计划在GPU上引入更多的重建步骤（例如，跟踪其他检测器）。到目前为止，CPU上运行的几个任务可以从与跟踪的合作中受益，由于PCI Express传输的延迟，目前这几乎不可行。将更多的步骤转移到GPU上，并在GPU上立即处理它们，将减少PCI Express传输并释放CPU资源。最重要的是，现代GPU和GPU编程API提供了TPC跟踪尚未利用的新功能。我们介绍了我们在GPU重建方面的新进展，重点关注LHC运行3期间ALICE在线离线计算升级的GPU在线重建，并考虑到运行2中当前的HLT如何从这些改进中获益。
2017-12-26 physics.ins-det
