칼만 필터 기반 다목적 렙톤 플레버 위반 트래커 연구

초록

본 논문은 μ→e 변환, μ→e+γ, μ→3e 등 세 가지 렙톤 플레버 위반 실험에 공통으로 사용할 수 있는 동일한 스트로우 튜브 챔버로 구성된 트래커를 제안하고, 칼만 필터와 결정적 어닐링 필터, 콤비네토리얼 드롭 필터를 결합한 2단계 패턴 인식 및 트랙 재구성 절차를 제시한다. 첫 단계에서는 드리프트 시간 정보를 무시하고 히트 중심 좌표만으로 배경을 크게 감소시키고, 두 번째 단계에서 드리프트 시간을 이용해 최종 배경 억제를 달성한다. 결과적으로 μ→e 변환에서는 0.17 MeV, μ→e+γ에서는 0.26 MeV, μ→3e에서는 0.33 MeV의 모노크로매틱 레프톤 모멘텀 해상도를 얻어 현재 한계보다 수십 배 높은 분기비 감도 향상을 기대한다.

상세 분석

이 연구는 레프톤 플레버 위반(LFV) 실험에 필수적인 고정밀 트랙킹을 구현하기 위해, 동일한 구조의 스트로우 튜브 챔버를 다양한 실험 요구에 맞게 재구성할 수 있는 모듈형 트래커 설계를 제안한다. 핵심은 칼만 필터(Kalman Filter)를 기반으로 한 다단계 패턴 인식 및 트랙 재구성 파이프라인이다. 첫 번째 단계에서는 히트의 스트로우 튜브 중심 좌표만을 사용해 초기 트랙 후보를 생성한다. 이때 드리프트 시간 정보를 배제함으로써 연산 복잡도를 크게 낮추고, 배경 히트가 밀집한 환경에서도 효율적인 후보 추출이 가능하도록 설계하였다. 후보 트랙은 히트와의 기하학적 일치도와 χ² 값 등을 기준으로 선별된다.

두 번째 단계에서는 드리프트 시간 정보를 도입하고, 결정적 어닐링 필터(Deterministic Annealing Filter, DAF)를 적용한다. DAF는 각 히트가 특정 트랙에 속할 확률을 온도 파라미터를 점진적으로 낮추면서 최적화함으로써, 다중 히트와 잡음이 섞인 상황에서도 정확한 히트‑트랙 매칭을 달성한다. 이 과정에서 배경 억제 비율은 10⁴ 수준까지 향상되며, 실제 신호 트랙의 손실은 최소화된다.

최종 모멘텀 재구성은 콤비네토리얼 드롭 필터(Combinatorial Drop Filter, CDF)를 이용한다. CDF는 후보 트랙 집합에서 불필요한 히트를 순차적으로 제거하면서 남은 히트들의 조합을 재평가한다. 이 알고리즘은 히트‑트랙 할당 오류를 크게 감소시켜, 모노크로매틱 레프톤의 모멘텀 해상도를 크게 향상시킨다. 실험 시뮬레이션 결과, μ→e 변환에서 σₚ=0.17 MeV, μ⁺→e⁺+γ에서 σₚ=0.26 MeV, μ→3e에서 전체 스칼라 레프톤 모멘텀 σₚ=0.33 MeV의 해상도를 달성하였다. 이러한 정밀도는 기존 실험 대비 수십 배 높은 분기비 감도 향상을 가능하게 하며, LFV 탐색에 필요한 통계적 한계를 크게 낮춘다. 또한, 동일한 하드웨어를 세 가지 실험에 재사용함으로써 비용 효율성과 운영 유연성을 동시에 확보한다는 점에서 실용적 가치가 크다.