Podsumowanie
Eksperyment MINOS zajmuje się wyznaczaniem oscylacji neutrin akceleratorowych w ośrodku FermiLab w USA. MINOS jest w stanie zarejestrować różne zapachy neutrin oraz różne typy ich oddziaływań: poprzez prądy naładowane (CC) i nienaładowane (NC). Został zaprojektowany z myślą o wykrywaniu neutrin mionowych, w oparciu o które wyznaczane są parametry oscylacji. Możliwe jest też wykrycie neutrina elektronowego poprzez analizę cząstek powstałych w wyniku ich oddziaływań z materią detektora. Daje to szerokie spektrum zastosowań aparatury eksperymentu MINOS do badania zjawisk fizycznych z udziałem neutrin.
Wazną kwestią jest poznanie typu badanego neutrina. Do tego celu niezbędne jest rozróżnienie oddziaływań CC νμ od pozostałych typów, głównie NC. Oddziaływania typu NC są trudne do odseparowania, gdyż większość z nich niewiele różni się od niskoenergetycznych CC. W przypadku CC widoczny jest naładowany lepton (najczęściej mion) i kaskada hadronowa, natomiast w przypadku NC widoczna jest jedynie sama kaskada.
W niniejszej pracy zbadano różne metody selekcji przypadków NC i CC w eksperymencie MINOS na podstawie wysymulowanych oddziaływań Monte Carlo. Pierwszą przetestowaną metodą selekcji była tak zwana metoda cięć, oparta na indywidualnej analizie kilku zmiennych dobrze separujących oddziaływania CC i NC. Przy efektywności dla selekcji CC równej 91% i 71% dla NC, daje ona moce separacji równe SCC = 2,36 ± 0,04 i SNC = 5,59 ± 0,07. Drugą zastosowaną metodą była metoda wieloparametryczna oparta o algorytm Range Searching. Zasadniczym elementem algorytmu jest pomiar liczby przypadków sygnału i tła w objętości V wokół analizowanego przypadku. Na tej podstawie wyznaczana jest jedna zmienna dyskryminująca D, a cięcie na niej pozwala na oddzielenie oddziaływań CC od NC. W niniejszej pracy przeprowadzono optymalizację użycia algorytmu RS, sprawdzono jak wynik zmienia się w zależności od V i miejsca cięcia na D, a także dla różnych zmiennych wejściowych. W pierwszej kolejności użyto tych samych zmiennych, co przy poprzedniej metodzie, otrzymując wynik SCC = 2,65 ± 0,05 i SNC = 5,85 ± 0,08. Wartości te są lepsze niż w metodzie cięć. W dalszej kolejności, chcąc jeszcze poprawić wynik, zastosowano dwa inne zestawy zmiennych wejściowych. W obu przypadkach selekcja okazała się lepsza, niż przy zastosowaniu zmiennych z metody cięć. Ostatnią selekcją była zmodyfikowana metoda RS. Modyfikacja ta polegała na zastosowaniu używanej w innym eksperymencie drobnej zmiany kodu programu. Wprowadzono automatyczne rozszerzanie V w razie zbyt małej liczby przypadków sygnału i tła w komórce. Otrzymano moce separacji równe SCC = 2,68 ± 0,05 i SNC = 6,02 ± 0,08. Dodatkowym efektem okazało się wydłużenie czasu działania programu. Zastosowanie zmodyfikowanej metody RS powinno pozwolić na zmniejszenie V, a przez to zwiększenie zdolności rozdzielczej i uzyskanie lepszej separacji sygnału od tła.
Otrzymane wyniki porównano z oficjalną selekcją używana w MINOS'ie, która jednakże nie jest ostateczna, a niniejsza praca jest wkładem do jej dalszego rozwoju. Wszystkie przedstawione i szczegółowo opisane metody separacji mogą stać się punktem wyjścia do analizy selekcji oddziaływań, nie tylko eksperymentu MINOS.
komentarze
Copyright © 2008-2010 EPrace oraz autorzy prac.