The performance of missing transverse momentum reconstruction and its significance with the ATLAS detector using 140 fb-1 of s=13 TeV pp collisions
Notice bibliographique
Résumé
This paper presents the reconstruction of missing transverse momentum (pTmiss$$p_{\text {T}}^{\text {miss}}$$) in proton–proton collisions, at a center-of-mass energy of 13 TeV. This is a challenging task involving many detector inputs, combining fully calibrated electrons, muons, photons, hadronically decaying τ$$\tau $$-leptons, hadronic jets, and soft activity from remaining tracks. Possible double counting of momentum is avoided by applying a signal ambiguity resolution procedure which rejects detector inputs that have already been used. Several pTmiss$$p_{\text {T}}^{\text {miss}}$$ ‘working points’ are defined with varying stringency of selections, the tightest improving the resolution at high pile-up by up to 39% compared to the loosest. The pTmiss$$p_{\text {T}}^{\text {miss}}$$ performance is evaluated using data and Monte Carlo simulation, with an emphasis on understanding the impact of pile-up, primarily using events consistent with leptonic Z decays. The studies use 140fb-1$$140~\text {fb}^{-1}$$ of data, collected by the ATLAS experiment at the Large Hadron Collider between 2015 and 2018. The results demonstrate that pTmiss$$p_{\text {T}}^{\text {miss}}$$ reconstruction, and its associated significance, are well understood and reliably modelled by simulation. Finally, the systematic uncertainties on the soft pTmiss$$p_{\text {T}}^{\text {miss}}$$ component are calculated. After various improvements the scale and resolution uncertainties are reduced by up to 76%$$76\%$$ and 51%$$51\%$$, respectively, compared to the previous calculation at a lower luminosity.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».