CMS завершает стресс-тесты с высокой множественностью событий, проверяя алгоритмы реконструкции частиц для работы HL-LHC

В 2025 году на Большом адронном коллайдере (LHC) в течение нескольких дней проводился специальный тест, имитирующий условия интенсивных столкновений, приближенные к реальной работе будущего Большого адронного коллайдера высокой светимости (HL-LHC). Команда эксперимента CMS (Компактный мюонный соленоид) использовала эту возможность для проверки того, смогут ли существующее программное обеспечение для отслеживания, идентификации и реконструкции частиц, а также новый класс методов машинного обучения, адаптироваться к более сложным условиям столкновений в эпоху HL-LHC.

При работе LHC при каждом пересечении протонных пучков одновременно происходит множество протон-протонных столкновений, что называется “эффектом наложения событий”. В настоящее время, в ходе третьего сеанса работы, число одновременных взаимодействий составляет около 65, тогда как для HL-LHC прогнозируется от 140 до 200. Для приближения к таким условиям в ходе данного исследования LHC уменьшил количество сгустков протонов в пучке, что позволило достичь около 150 одновременных взаимодействий при каждом пересечении, одновременно поддерживая общую скорость столкновений и радиационную нагрузку на детекторы на низком уровне, чтобы не подвергать существующие детекторы условиям, превышающим их проектные характеристики.

В ходе теста CMS уделила особое внимание баррельной (цилиндрической) области детектора. Калориметры в этой области будут в основном сохранены в эпоху HL-LHC, тогда как в торцевых областях планируется установка новых детекторов. Исследователи сравнили два метода реконструкции частиц: метод частичного потока (PF), давно используемый в CMS, который объединяет информацию от трековых детекторов, калориметров и мюонной системы на основе установленных правил, и метод машинного обучения частичного потока (MLPF), в котором единая модель машинного обучения обучается на смоделированных данных распознаванию поведения частиц в детекторе. Оба метода также использовались в сочетании с технологией идентификации частиц от наложения (PUPPI) для снижения влияния наложенных взаимодействий на результаты реконструкции.

На рисунке выше: при различных условиях наложения событий PF и MLPF реконструируют струи (коллимированные потоки частиц) схожим образом

Результаты теста показали, что в условиях высокой множественности событий и при стандартном наборе данных PF и MLPF в целом дают согласованные результаты реконструкции струй и их энергий, без необходимости специальной обработки для условий высокой множественности. В данном тесте MLPF использовал данные, обученные только в нормальных условиях, и не был переобучен для экстремальных сценариев наложения. В ходе стресс-теста MLPF по сравнению с PF пропускал больше слабых низкоэнергетических частиц, при этом чаще идентифицировал более сильные высокоэнергетические частицы; тем не менее, полная энергия событий, восстановленная обоими методами, была в целом сопоставима.

Валдис Слокенбергс, аспирант Техасского технологического университета, отметил, что предварительный просмотр будущих условий работы детектора помогает оценить эффективность алгоритмов и закладывает основу для исследований физики столкновений на ближайшие десять лет.

Команда CMS считает полученные результаты обнадеживающими. Инструментарий частичного потока, включая стандартный PF, MLPF и PUPPI, продемонстрировал стабильную производительность в условиях, приближенных к HL-LHC. Немногочисленные случаи расхождений между MLPF и PF также дают четкое направление для дальнейшего переобучения и оптимизации. По мере продолжения исследований, касающихся торцевых областей, эти ранние тесты помогут CMS лучше подготовиться к работе в режиме HL-LHC.