基于层次化NeuroBayes的B工厂B介子完全重建算法
高能物理 - 实验
2011-09-20 v2 数据分析、统计与概率
摘要
我们描述了一种新的B介子完全重建算法，该算法专为B工厂KEKB上的Belle实验而设计。KEKB是一个非对称正负电子对撞机，在其运行期间收集了771.6×10^6个BBbar对的数据样本。为了最大化可重建的B衰变道数量，该算法采用了层次化重建程序和概率计算，而非经典的选择截断。多变量分析软件包NeuroBayes被广泛使用，以在最高效率、鲁棒性和可接受的CPU时间消耗之间取得平衡。总共重建了1104个独有衰变道，使用了71个神经网络。总体而言，我们在0.28%或0.18%的BBbar事例中分别正确重建了一个B+/-或B0候选者。与Belle实验中基于截断的经典重建算法相比，根据所考虑的分析，效率提高了大约2倍。新框架还允许自由选择完全重建样本的期望纯度或效率。如果需要与经典完全重建代码相同的纯度（约25%），效率仍高出近2倍。另一方面，如果效率选择在与经典完全重建相似的水平，纯度则从约25%上升到近90%。
引用
@article{arxiv.1102.3876,
title = {A Hierarchical NeuroBayes-based Algorithm for Full Reconstruction of B Mesons at B Factories},
author = {Michael Feindt and Fabian Keller and Michal Kreps and Thomas Kuhr and Sebastian Neubauer and Daniel Zander and Anze Zupanc},
journal= {arXiv preprint arXiv:1102.3876},
year = {2011}
}