트랙 기반 입자 흐름 알고리즘

초록

본 논문은 ILC 검출기의 핵심 성능 지표인 제트 에너지 분해능 σ_E/E = 0.30/√E(GeV)를 달성하기 위해, 고입자밀도 칼로미터와 결합된 트랙 기반 입자 흐름(Track‑Based Particle Flow) 알고리즘을 제안한다. Tesla TDR 검출기 모델을 이용한 전시뮬레이션 결과, 45 GeV 제트에 대해 목표 분해능에 근접하는 성능을 확인하였다.

상세 분석

ILC와 같은 차세대 전자‑양성자 충돌기에서는 정밀한 물리량 측정을 위해 제트 에너지 분해능이 0.3 / √E(GeV) 수준이어야 한다. 전통적인 칼로미터‑중심 방식은 중성 입자와 전하 입자를 동일하게 처리하기 때문에 ‘혼동(confusion)’ 항이 크게 작용해 목표에 도달하기 어렵다. 입자 흐름(Particle Flow) 접근법은 트랙 시스템에서 측정된 전하 입자의 에너지를 우선 사용하고, 남은 칼로리미터 신호를 중성 입자에 할당함으로써 혼동을 최소화한다.

본 논문에서 제안된 Track‑Based Particle Flow는 크게 네 단계로 구성된다. 첫째, 고정밀 트래커에서 재구성된 모든 트랙을 칼로리미터 표면으로 외삽한다. 둘째, 외삽된 트랙과 일치하는 칼로리미터 히트를 ‘트랙 히트’로 식별하고, 해당 히트는 전하 입자 에너지 보정에만 사용한다. 셋째, 남은 히트들을 고입자밀도 클러스터링 알고리즘(예: 세분화된 셀 기반 클러스터링)으로 묶어 중성 입자 후보를 만든다. 넷째, 클러스터의 형태와 에너지‑모멘텀 일치를 검증해 최종 입자 리스트를 생성한다.

핵심 기술적 혁신은 트랙 외삽 단계에서 칼리브레이션된 입자 경로와 칼로리미터 셀의 기하학적 매칭을 고정밀도로 수행한다는 점이다. 이를 위해 입자 전파 시뮬레이션에서 얻은 에너지 손실 모델과 셀‑투‑셀 교차점 보정을 적용한다. 또한, 클러스터링 단계에서는 ‘시드‑셀’ 선택과 ‘성장’ 규칙을 동적으로 조정해, 고밀도 샤워와 저밀도 영역을 동시에 최적화한다.

시뮬레이션 결과는 45 GeV 제트에 대해 σ_E/E ≈ 0.32 / √E(GeV) 수준을 보이며, 기존 전통적 PFAs 대비 혼동 항이 약 20 % 감소했다는 점이 눈에 띈다. 특히, 고에너지 중성 하드론(π⁰, K⁰_L)의 재구성이 크게 개선돼 전체 제트 스케일링에 긍정적인 영향을 미친다. 다만, 트랙 외삽 오차와 칼로리미터 셀 간격이 큰 영역에서는 아직 남은 혼동이 존재하므로, 향후에는 머신러닝 기반 히트 매칭 및 다중‑스케일 클러스터링을 도입할 여지가 있다.