Correção Não Linear na Estimação de Energia para um Calorímetro de Altas Energias

Abstract

Em ambientes de alta taxa de eventos, a resposta do experimento pode ser distorcida devido à presença de informação proveniente de eventos adjacentes. Esse efeito de empilhamento de sinais degrada a eficiência de métodos lineares utilizados para estimar os parâmetros de interesse. No contexto da física de altas energias, a energia do sinal de interesse é medida por meio da estimativa da amplitude do pulso recebido do sistema de calorimetria. Atualmente, o LHC (Large Hadron Collider) opera em uma taxa de eventos que produz empilhamento de sinais. Este trabalho apresenta um método alternativo para estimar a energia das células do Calorímetro de Telhas (TileCal) do detector ATLAS no LHC nessas condições de empilhamento. A abordagem proposta utiliza uma técnica linear baseada no estimador de máxima verossimilhança combinada com uma rede neural. A rede neural tem a função de corrigir as não linearidades introduzidas pela estatística do empilhamento de sinais na estimativa linear. Os resultados mostram que o uso da abordagem proposta melhora consideravelmente a resolução de energia em condições de operação em alta taxa.