Сравнение подходов к разрешению неоднозначностей при реконструкции треков заряженных частиц

При решении задачи реконструкции треков заряженных частиц возможны неопределённости — ситуации, когда нельзя однозначно разделить множество точек на треки (выяснить, к какому треку принадлежит та или иная точка, или установить, относятся ли распознанные треки к одному реальному треку). Обработка таких ситуаций осуществляется в конце реконструкции треков, после того как построено множество треков-кандидатов (с помощью фильтра Калмана или иного метода). Основные цели: (1) выявить и удалить ложные треки (треки-кандидаты, не имеющие реальных прототипов); (2) устранить избыточность (минимизировать число треков-кандидатов, соответствующих одному реальному треку). Последняя цель достигается путём кластеризации треков-кандидатов и выбора лучшего представителя из каждого кластера (в более общем случае представитель конструируется путем «соединения» треков кластера). В статье рассматриваются некоторые подходы к разрешению неоднозначностей (как алгоритмические, так и использующие методы машинного обучения); приводится их сравнение по таким показателям, как эффективность, доля ложных треков, доля треков-дубликатов. Анализ проводится в среде MPDRoot, разрабатываемой для эксперимента MPD проекта NICA, однако предложенные подходы являются универсальными и могут применяться в других экспериментах. The key task of most high-energy physics experiments is to reconstruct the trajectories of charged particles, the so-called tracks. The first stage of event reconstruction is the search for candidate tracks, often performed by applying the Kalman filter. Candidate tracks often contain duplicate tracks and fake tracks, which complicates further interpretation of the experimental results. That is why the next step in the reconstruction of a high-energy physics event is ambiguity resolution. The main objective of this paper is to eliminate data redundancy and reduce the number of fake tracks, that is, tracks that do not correspond to real particles. We describe the subject area of the study, outline the structure of the TPC detector of the MPD experiment, and analyze existing methods for resolving track ambiguities. The scientific novelty of this paper is the development of new algorithms for ambiguity resolution. The analysis is performed in the MPDRoot environment developed for the MPD experiment of the NICA project, but the proposed approaches are universal and can be applied in other experiments. To test our algorithms, we simulate 10,000 events of the MPD experiment by Monte Carlo simulation and apply the developed ambiguity resolution methods on the simulation data. The ambiguity resolution methods are compared in terms of efficiency, fake track rate, and duplicate track rate. Since experiment-specific test data were used, the conducted research allows us to determine the most appropriate ambiguity resolution method for the MPD experiment.

Hali tarjima qilinmagan