⇤ ← 2022-11-17 05:25:56時点のリビジョン1
2474
コメント:
|
2510
|
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 23: | 行 23: |
=== ステップ2: 事象ごとのデータへのアクセス === ステップ3:事象選別のためのプログラム作成 === ステップ4:ヒストグラムの管理 === ステップ5:データセットの探し方、グリッドの使い方(rucio, pathena, prun) === ステップ6:データの補正 === ステップ7:メタデータの探し方(AMI, COMA, LumiCalc) === ステップ8:データのシミュレーションの比較 === ステップ9:系統誤差による影響の評価 === ステップ10:シミュレーション・モデルのデータへのフィット |
=== ステップ2: 事象ごとのデータへのアクセス === === ステップ3:事象選別のためのプログラム作成 === === ステップ4:ヒストグラムの管理 === === ステップ5:データセットの探し方、グリッドの使い方(rucio, pathena, prun) === === ステップ6:データの補正 === === ステップ7:メタデータの探し方(AMI, COMA, LumiCalc) === === ステップ8:データのシミュレーションの比較 === === ステップ9:系統誤差による影響の評価 === === ステップ10:シミュレーション・モデルのデータへのフィット === |
ATLAS Run-3データの解析 演習
目標
ATLASデータを使った物理解析を自分で進められるようになるまで、解析の流れ、ソフトウェアの使い方、データの利用法に習熟することを目標とする。 素粒子の散乱実験では、検出器の個々の読み出しチャンネルで検出された信号(生データ)から、それらを組み合わせて散乱後に発生した粒子の種類やエネルギー・運動量を再構成する。 大きく分けると以下のようなステップで、生データからより高次の物理量を再構成していく。
- 検出器の生データ(hit)のクラスター(cluster)化やノイズの除去
- Clusterから荷電粒子の飛跡の再構成、ジェットの再構成
- 飛跡とジェットの情報をもとに粒子識別
物理解析では、粒子識別されたデータから出発することになる。
この演習では、補正した後のデータで、事象選別コードの開発、様々な分布の作成、データとシミュレーションの比較をできるようになることを目標とする。 これは本格的な解析を行うための準備であり、データとシミュレーションを比較からバックグラウンドの大きさや信号の強さを評価して、 事象選別法の最適化やシミュレーションによるモデリングの検証等を進めていくことになる。
演習:10項目
この演習の目標であるデータとシミュレーションの比較をできるまで、という意味ではこの演習は以下のステップ8までで終わりである。 ステップ9, 10は解析の終盤にやることなので、最初はスキップしてよい。
ステップ1: 解析環境の準備
ステップ2: 事象ごとのデータへのアクセス
ステップ3:事象選別のためのプログラム作成
ステップ4:ヒストグラムの管理
ステップ5:データセットの探し方、グリッドの使い方(rucio, pathena, prun)
ステップ6:データの補正
ステップ7:メタデータの探し方(AMI, COMA, LumiCalc)
ステップ8:データのシミュレーションの比較
ステップ9:系統誤差による影響の評価