Development, Testing and Future Outlook of a Penalized Spline as a Representation of the Standard Model Background in Dijet Searches

Abstract

The aim of this thesis is to develop, test and evaluate a penalized basis spline as a method for representing the Standard Model background in dijet searches from proton-proton collisions at the Large Hadron Collider. Current representations of the Standard Model background are complex and dependent on current assumptions of the Standard Model. Using a P-spline is interesting because of its simplicity and independence from assumptions of the data. Its performance will be tested by fitting $p+p\rightarrow j+j$ generated events from MadGraph and ATLAS data with different penalization parameters of the spline. The test is evaluated using a $\chi^2$ goodness-of-fit test. The distribution of $\chi^2$ for 100 simulated dijet events peaked at 1, showing that the spline has no problem representing the Standard Model background. The spline can also perform a good fit on ATLAS data.

This thesis concludes that the P-spline can represent the Standard Model background and perform a good fit on ATLAS data. To conclude that the P-spline can be used as a tool to aid particle searches, further research needs to be done where the P-spline is tested with signal injection.

Popular Abstract (Swedish)

Test av ny metod för att hitta mörk materia partikeln

Under mänsklighetens historia har vår förståelse av vad som är universums fundamentala byggstenar förändrats. Vi vet att nuvarande teori, standardmodellen, är inkomplett eftersom att den inte inkluderar gravitation, mörk materia med flera. Mörk materia kan inkluderas om dess partikel observeras. För att observera en ny partikel så subtraherar vi nuvarande teorier från våra observationer. Min forskning undersöker ifall interpoleringsmetoden ”p-spline” är bra på att representera nuvarande teori och ifall den har en potential att användas i framtida försök att hitta nya partiklar.

I tusentals år trodde mänskligheten att universums fundamentala byggstenar var fyra element: jord, luft, vatten och eld. Det var först efter upptäckten av fosfor, år 1680, som denna modell rubbades och sedan dess har vår bild av vad som är fundamentalt förändrats genom åren. I dag förlitar vi oss på den så kallade standardmodellen som föreslogs 1970. Standardmodellen föreslår 12 materia partiklar, fyra kraftbärare och en Higgs partikel. Vi vet dock att modellen inte beskriver observationer såsom gravitation, mörk materia och mörk energi. Det är därför viktigt att inse att det finns oerhört mycket kvar att upptäcka bland universums fundamentala byggstenar, elementarpartiklarna. För att utveckla standardmodellen måste vi hitta förklaringar till fenomen så som mörk materia. Många forskare tror att detta kan göras genom att hitta partikeln som mörk materia består av. Oavsett ämnesområde så är en upptäckt något som skiljer sig från vad man tidigare trott. Likaså är en upptäckt i partikelfysik observationer/data som skiljer sig från tidigare teorier. Det är därför relativt enkelt att göra en upptäckt: samla in data, subtrahera vad nuvarande teorier förutsäger och se ifall det finns någon skillnad mellan de två. I partikelfysik kallas nuvarande teori för bakgrund, det är allt brus i mätningen och allt som vi redan vet. Min forskning har utvärderat en ny metod för att representera denna bakgrund, så att den enkelt kan subtraheras från data och hjälpa till att hitta nya partiklar.

Test av p-spline

Målet med min forskning är att testa hur bra en metod kallad p-spline är på att representera standardmodellens bakgrund och hjälpa oss att hitta nya partiklar. Detta har jag gjort genom att implementera ett Python bibliotek som interpolerar data med denna p-spline. Med andra ord så har jag använt ett datorprogram för att kurvanpassa data. Först simulerades 66 miljoner partikelkollisioner med ett program som implementerar den nuvarande standardmodellen, dessa simulationer representerar standardmodellens bakgrund. Sedan kurvanpassades dessa simulationer med p-spline och det utvärderades hur bra den passade, detta visar hur bra p-spline representerar bakgrunden. I ett andra steg så kurvanpassade p-spline data från ATLAS experimentet. När p-s pline parametrar mellan ATLAS data och simulerade data jämförs så går det att se ifall det är någon stor skillnad mellan bakgrund och observerade data. Slutsatsen från forskningen är att p-spline är en bra representation av standardmodellens bakgrund. P-spline kan dock inte i nuvarande läge säga om ATLAS data innehåller en ny upptäckt eller inte, men forskningen visar att det finns potential för att en p-spline kan vara ett användbart verktyg i jakten på nya partiklar.

• author: Ekman, Alexander
• supervisor: Caterina Doglioni
• organization: Particle and nuclear physics; Department of Physics
• course: FYSK02 20171
• year: 2017
• type: M2 - Bachelor Degree
• subject: Physics and Astronomy
• keywords: spline, p-spline, SPLINTER, b-spline, penalized spline, standard model, standard model background, SM, SMB, dijet, ATLAS, dark matter, MadGraph, python
• language: English
• id: 8927109
• date added to LUP: 2017-10-11 11:52:14
• date last changed: 2017-10-11 11:52:14