Estimativa de Energia Assistida por Redes Neurais para o Calorímetro de Telhas do ATLAS no LHC

Abstract

Em calorimetria de altas energias, a energia da partícula pode ser calculada por meio da estimação da amplitude do sinal produzido e digitalizado pelos canais de leitura. Entretanto, em condições de alta taxa de eventos e alta luminosidade, o sinal de resposta pode ser distorcido devido à presença de sinais provenientes de eventos adjacentes, causando o efeito de empilhamento de sinais. Esse efeito degrada a eficiência de métodos lineares tipicamente utilizados para estimar os parâmetros de interesse. Dessa forma, este trabalho apresenta uma análise de desempenho de uma proposta de estimação da amplitude do sinal utilizando o método atualmente empregado no Calorímetro de Telhas (TileCal) do ATLAS no LHC, assistido por redes neurais artificiais. A rede neural tem a função de corrigir as não linearidades introduzidas pelo empilhamento de sinais na estimativa linear. Os resultados, ao comparar diferentes métodos, mostram que a abordagem combinada aumenta consideravelmente a eficiência da estimação de energia em condições de empilhamento de sinais.