Towards Quantifying Veto Power with the LDMX HCal prototype
Notice bibliographique
Résumé
According to astronomical observations of galaxies and other large scale dynamics, the universe contains more mass than what is visible. This missing mass is called "dark matter" and have been a subject of study for physicists for decades. The Light Dark Matter eXperiment (LDMX) is a proposed experiment with the purpose to search for dark matter in a low mass range that not many experiments have probed to date. LDMX is a fixed target experiment utilizing electrons scattering in a tungsten target to produce dark matter. The creation of dark matter is then inferred through missing momentum and energy in the final state using high precision measurements. One of the tools that are vital to LDMX is the hadronic calorimeter (HCal), which is responsible for detecting and vetoing neutral hadrons in the final state. A prototype of this detector was tested at CERN in 2022. This thesis uses data taken during the test beam and builds on previous analysis to investigate potential limitations to the HCal's veto power. Monte Carlo simulation data is produced and used as an ideal baseline for for comparison with real data. The HCal's veto power is probed partly through producing particle detection efficiencies in comparison with the simulated data. Limitations to the veto power caused by signal- and error correlations in the prototype are then investigated. The HCal prototype is found to behave well in terms of detection efficiency when compared to Monte Carlo data and the effect of correlated signals are found to not significantly impact the detectors veto power. The effect of readout errors and correlations between them are, however, argued to potentially pose issues to veto power.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».