General¶
EXPERTroot это фрэймворк для Монте-Карло симуляций откликов детекторов, реконструкции событий и анализа эксперимента EXPERT. Симуляции необходимы для оптимизации конструкции детекторов, предстказания эффективности и отношения сигнала к фону и разработки и тестирования алгоритмов анализа.
Literature¶
Structure¶
EXPERTroot разработан на базе фрэймворка FAIRroot. FAIRroot является набором инструментов и подходов для создания и конфигурирования процедур симуляции, реконструкции и анализа. Большинство классов ER являются наследниками классов FAIRroot.
В EXPERTroot классы делятся на следующие группы:
Классы детекторов (наследованы от FairDetector) - в которых заложена логика сохранения информации об ионизации активных объёмов детекторов.
Классы данных (наследованы от TObject, FairMCPoint, FairHit, ...) - определяют как выглядят структуры данных коллекций объектов, которые пишутся в выходные root файлы.
Классы заголовков событий (наследованы от FairHeader и FairMCHeader) - определяет как выглядит структура данных объекта, описывающего событие в целом
Классы задач (наследованы от FairTask) - реализуют логику моделирования отклика детектора (диджитизации), реконструкции события - поиска хитов, треков, вершин распада, анализа.
Классы пассивных модулей (наследованы от FairModule) - загружают геометрию пассивных модулей и хранят необходимую информацию.
Классы генераторов событий (наследованы от FairGenerator) - загружают в стек треков симуляции первичные треки.
Классы обслуживающие логику работы базы данных параметров:
- Сеты геометрических параметров GeoPar (наследованы от FairParGenericSet) - реализуют автоматическое чтение и запись информации о геометрии в БД параметров.
- Сеты параметров электроники DigiPar (наследованы от FairParGenericSet) - реализуюет чтение и запись параметров электроники в БД параметров.
- Фабрики контейнеров параметров (наследованы от FairContFact) - реализуют логику работы с контейнерами параметров. Реализованы как singleton.
- Классы установок (setup) - является оболочкой над GeoPar и DigiPar и представляет интерфейс к информации, хранящейся в этих контейнерах. Реализованы как singleton.
Классы распадов (наследованы от ERDecay) - реализуют произвольную логику распада - ручное вмешательство в процесс трекинга и состояния стека треков.
Служебные классы:
- ERMCApplication (наследован от FairMCApplication) - перегружен для реализации своей логики распадов.
- ERRunSim (наследован от FairRunSim) - перегружен для реализации своей логики распадов.
- ERDetector (наследован от FairDetector).
- ERStack (наследован от FairGenericStack) - перегружен для возможности отладки. Содержит стек всех треков симуляции.
- ERMCTrack (наслдедован от FairMCTrack) - перегружен для возможности отладки.
Event-based workflow¶
ER реализует workflow на базе событий. Монте-Карло событие содержит все продукты одного взаимодействия исследуемого иона с мишенью. Событие также может включать все типы фона, как корелирующего, так и не корелирующего с интересующей реакцией.
Моделирование транспорта определяет депозиты энергии в активных объёмах каждого детектора.
Моделирование отклика или диджитизация учитывает гранулярность электроники, неэффективности, шумы, тёмные счёты и продуцирует такую структуру данных сигнала, как если бы он был получен от реального детектора.
Процедуры класстеризации и поиска хитов создают гипотезу о том, где пролетела частица.
Процедура поиска трека определяет какие хиты принадлежат одному треку.
Процедура идентификации частицы восстанавливает характеристики частицы по характеристикам треков и хитов.
Физический анализ служит для тестирования на правдоподобность и получение конечной физической информации.
Отметим, что все шаги после диджитизации являются одинаковыми как для симуляций, так и для реальных данных из эксперимента.