Improved calorimetric particle identification in NA62 using machine learning techniques

Null, Null; Cortina Gil, E.; Kleimenova, A.; Minucci, E.; Padolski, S.; Petrov, P.; Shaikhiev, A.; Volpe, R.; Fedorko, W.; Numao, T.; Petrov, Y.; Velghe, B.; Wong, V. W. S.; Yu, M.; Bryman, D.; Fu, J.; Hives, Z.; Husek, T.; Jerhot, J.; Kampf, K.; Zamkovsky, M.; De Martino, B.; Perrin-Terrin, M.; Akmete, A. T.; Aliberti, R.; Khoriauli, G.; Kunze, J.; Lomidze, D.; Peruzzo, L.; Vormstein, M.; Wanke, R.; Dalpiaz, P.; Fiorini, M.; Mazzolari, A.; Neri, I.; Norton, A.; Petrucci, F.; Soldani, M.; Wahl, H.; Bandiera, L.; Cotta Ramusino, A.; Gianoli, A.; Romagnoni, M.; Sytov, A.; Iacopini, E.; Latino, G.; Lenti, M.; Lo Chiatto, P.; Panichi, I.; Parenti, A.; Bizzeti, A.; Bucci, F.; Antonelli, A.; Georgiev, G.; Kozhuharov, V.; Lanfranchi, G.; Martellotti, S.; Moulson, M.; Spadaro, T.; Tinti, G.; Ambrosino, F.; Capussela, T.; Corvino, M.; D’Errico, M.; Di Filippo, D.; Fiorenza, R.; Giordano, R.; Massarotti, P.; Mirra, M.; Napolitano, M.; Rosa, I.; Saracino, G.; Anzivino, G.; Brizioli, F.; Imbergamo, E.; Lollini, R.; Piandani, R.; Santoni, C.; Barbanera, M.; Cenci, P.; Checcucci, B.; Lubrano, P.; Lupi, M.; Pepe, M.; Piccini, M.; Costantini, F.; Di Lella, L.; Doble, N.; Giorgi, M.; Giudici, S.; Lamanna, G.; Lari, E.; Pedreschi, E.; Sozzi, M.; Cerri, C.; Fantechi, R.; Pontisso, L.; Spinella, F.; Mannelli, I.; D’Agostini, G.; Raggi, M.; Biagioni, A.; Cretaro, P.; Frezza, O.; Leonardi, E.; Lonardo, A.; Turisini, M.; Valente, P.; Vicini, P.; Ammendola, R.; Bonaiuto, V.; Fucci, A.; Salamon, A.; Sargeni, F.; Arcidiacono, R.; Bloch-Devaux, B.; Boretto, M.; Menichetti, E.; Migliore, E.; Soldi, D.; Biino, C.; Filippi, A.; Marchetto, F.; Briano Olvera, A.; Engelfried, J.; Estrada-Tristan, N.; Reyes Santos, M. A.; Boboc, P.; Bragadireanu, A. M.; Ghinescu, S. A.; Hutanu, O. E.; Bician, L.; Blazek, T.; Cerny, V.; Kucerova, Z.; Bernhard, J.; Ceccucci, A.; Ceoletta, M.; Danielsson, H.; De Simone, N.; Duval, F.; Döbrich, B.; Federici, L.; Gamberini, E.; Gatignon, L.; Guida, R.; Hahn, F.; Holzer, E. B.; Jenninger, B.; Koval, M.; Laycock, P.; Lehmann Miotto, G.; Lichard, P.; Mapelli, A.; Marchevski, R.; Massri, K.; Noy, M.; Palladino, V.; Pinzino, J.; Ryjov, V.; Schuchmann, S.; Venditti, S.; Bache, T.; Brunetti, M. B.; Duk, V.; Fascianelli, V.; Fry, J. R.; Gonnella, F.; Goudzovski, E.; Henshaw, J.; Iacobuzio, L.; Kenworthy, C.; Lazzeroni, C.; Lurkin, N.; Newson, F.; Parkinson, C.; Romano, A.; Sanders, J.; Sergi, A.; Sturgess, A.; Swallow, J.; Tomczak, A.; Heath, H.; Page, R.; Trilov, S.; Angelucci, B.; Britton, D.; Graham, C.; Protopopescu, D.; Carmignani, J.; Dainton, J. B.; Jones, R. W. L.; Ruggiero, G.; Fulton, L.; Hutchcroft, D.; Maurice, E.; Wrona, B.; Conovaloff, A.; Cooper, P.; Coward, D.; Rubin, P.; Baeva, A.; Baigarashev, D.; Emelyanov, D.; Enik, T.; Falaleev, V.; Fedotov, S.; Gorshanov, K.; Gushchin, E.; Kekelidze, V.; Kereibay, D.; Kholodenko, S.; Khotyantsev, A.; Korotkova, A.; Kudenko, Y.; Kurochka, V.; Kurshetsov, V.; Litov, L.; Madigozhin, D.; Medvedeva, M.; Mefodev, A.; Misheva, M.; Molokanova, N.; Movchan, S.; Obraztsov, V.; Okhotnikov, A.; Ostankov, A.; Polenkevich, I.; Potrebenikov, Yu.; Sadovskiy, A.; Semenov, V.; Shkarovskiy, S.; Sugonyaev, V.; Yushchenko, O.; Zinchenko, A.

doi:10.1007/jhep11(2023)138

Measurement of the ultra-rare K+ -> pi(+)nu(nu) over bar over bar decay at the NA62 experiment at CERN requires high-performance particle identification to distinguish muons from pions. Calorimetric identification currently in use, based on a boosted decision tree algorithm, achieves a muon misidentification probability of 1.2 x 10(-5) for a pion identification efficiency of 75% in the momentum range of 15-40 GeV/c. In this work, calorimetric identification performance is improved by developing an algorithm based on a convolutional neural network classifier augmented by a filter. Muon misidentification probability is reduced by a factor of six with respect to the current value for a fixed pion-identification efficiency of 75%. Alternatively, pion identification efficiency is improved from 72% to 91% for a fixed muon misidentification probability of 10(-5).

Improved calorimetric particle identification in NA62 using machine learning techniques / null, n., Cortina Gil, E., Kleimenova, A., Minucci, E., Padolski, S., Petrov, P., Shaikhiev, A., Volpe, R., Fedorko, W., Numao, T., Petrov, Y., Velghe, B., Wong, V.W.S., Yu, M., Bryman, D., Fu, J., Hives, Z., Husek, T., Jerhot, J., Kampf, K., et al.. - In: JOURNAL OF HIGH ENERGY PHYSICS. - ISSN 1029-8479. - ELETTRONICO. - 2023:(2023), pp. 138.0-138.0. [10.1007/jhep11(2023)138]