|
サイズ: 1973
コメント:
|
サイズ: 1992
コメント:
|
| 削除された箇所はこのように表示されます。 | 追加された箇所はこのように表示されます。 |
| 行 11: | 行 11: |
| 1. 生成したデータから元の確率分布を推定する | 1. 生成したデータから元の確率分布を推定する（Likelihood法） |
2020年度卒研テーマ
ジェットの内部構造の解析
高エネルギー素粒子散乱によって生成されたクォークは、多数のハドロンを生成して終状態を形成する。多数のハドロンがクォークの進行方向に集中して生成される現象をジェットと呼ぶ。ジェットを構成する個々の粒子の分布から元のクォークについての情報をどれだけ引き出せるかに興味がある。特に高運動量粒子（p>数100 GeV）の崩壊で生じた2つ以上のクォークはクォーク自身が同方向に放出されるためそれぞれのジェットが重なる領域が出てくる。このように幅広く分布したジェットが複数のジェットが重なってできたものか、さらには親粒子の質量の測定がどの程度可能かを明らかにしたい。
ジェットの周りの粒子分布はJet shapeとして定義できるが、実際に観測されるのは有限個の粒子の集合である。少し抽象的に問題を設定すると問題は、観測された有限個の確率事象から元の確率分布をいかに推定できるか、それが一つの分布なのか複数の分布を足し合わせたものに由来するのかを判断することと考えられる。
準備
- 1次元の確率分布で練習する
- ガウス分布に従う疑似データを生成する（一つまたは複数の平均の異なるガウス分布の和）
- 生成したデータから元の確率分布を推定する（Likelihood法）
- パラメータ推定、仮設検定の方法を理解する
- 2次元の確率分布で練習する
本題
MadGraphで粒子散乱事象を生成してジェットの分布を調べる
- シミュレーション・データを生成して調べる
ピクセル検出器のデータを調べる
データ：/nfs/space3/tkohno/work/Upgrade/RD53AModule/data