The performance of missing transverse momentum reconstruction and its significance with the ATLAS detector using 140 fb$^{-1}$ of $\\sqrt{s}=13$ TeV $pp$ collisions
Notice bibliographique
Résumé
This paper presents the reconstruction of missing transverse momentum ($p_{\\text{T}}^{\\text{miss}}$) 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 $\\tau$-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 $p_{\\text{T}}^{\\text{miss}}$ `working points' are defined with varying stringency of selections, the tightest improving the resolution at high pile-up by up to 30% compared to the loosest. The $p_{\\text{T}}^{\\text{miss}}$ 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 $140~\\text{fb}^{-1}$ of data, collected by the ATLAS experiment at the Large Hadron Collider between 2015 and 2018. The results demonstrate that $p_{\\text{T}}^{\\text{miss}}$ reconstruction, and its associated significance, are well understood and reliably modelled by simulation. Finally, the systematic uncertainties on the soft $p_{\\text{T}}^{\\text{miss}}$ component are calculated. After various improvements the scale and resolution uncertainties are reduced by up to 76% and 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) | 0,001 | 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 ».