Par$cleBomb: a model independent event generator Andy - - PowerPoint PPT Presentation

Par$cleBomb: ¡a ¡model ¡ independent ¡event ¡generator ¡

Andy ¡Furmanski ¡ Sim ¡mee$ng ¡Feb ¡21 ¡2017 ¡

Andy ¡Furmanski ¡ 1 ¡

Model ¡dependency ¡

• A ¡common ¡discussion ¡within ¡the ¡neutrino ¡xsec ¡

community: ¡

– How ¡model-­‑dependent ¡is ¡this ¡measurement? ¡ – Oh, ¡it’s ¡completely ¡model-­‑independent ¡ – So ¡how ¡do ¡you ¡es$mate ¡the ¡efficiency? ¡ – Oh, ¡we ¡use ¡MC ¡with ¡the ¡default ¡GENIE ¡model ¡ – so ¡your ¡data ¡depends ¡on ¡the ¡GENIE ¡model… ¡

• One ¡problem ¡is ¡that ¡GENIE ¡only ¡produces ¡events ¡

in ¡parts ¡of ¡phase ¡space ¡that ¡GENIE ¡wants ¡to ¡

– Different ¡models ¡can ¡cover ¡different ¡phase-­‑spaces ¡ – What ¡if ¡nature ¡fills ¡some ¡part ¡of ¡phase ¡space ¡that ¡no ¡ generator ¡does? ¡

Andy ¡Furmanski ¡ 2 ¡

But ¡what ¡can ¡we ¡do ¡about ¡it? ¡

• Instead ¡of ¡relying ¡on ¡GENIE’s ¡predic$ons, ¡just ¡put ¡

events ¡everywhere ¡in ¡the ¡phase ¡space ¡you ¡care ¡ about! ¡

• Use ¡a ¡par$cle ¡bomb ¡

– Like ¡a ¡par$cle ¡gun, ¡but ¡with ¡more ¡than ¡one ¡par$cle… ¡

• SingleGen ¡currently ¡can ¡generate ¡mul$ple ¡

par$cles, ¡but ¡their ¡loca$ons ¡are ¡either: ¡

– all ¡random ¡within ¡an ¡event ¡ – fixed ¡event-­‑to-­‑event ¡

Andy ¡Furmanski ¡ 3 ¡

Task ¡#1 ¡

• Modify ¡SingleGen ¡to ¡be ¡able ¡to ¡generate ¡

mul$ple ¡par$cles ¡all ¡in ¡a ¡single, ¡random ¡ loca$on ¡

• new ¡fcl ¡parameter ¡– ¡SingleVertex: true
• If ¡set ¡to ¡true, ¡it ¡selects ¡a ¡loca$on ¡first, ¡then ¡

picks ¡par$cle ¡kinema$cs ¡for ¡each ¡par$cle ¡ individually ¡

• I ¡believe ¡this ¡is ¡a ¡non-­‑breaking ¡change ¡

Andy ¡Furmanski ¡ 4 ¡

50 100 150 200 250 20 40 60 80 100 120

Did ¡I ¡do ¡it ¡right? ¡

• Generated ¡10k ¡mu+p ¡events ¡in ¡uBooNE ¡

Andy ¡Furmanski ¡ 5 ¡

1 2 3 4 5 6 7 8 9 10 2000 4000 6000 8000 10000

10 − 8 − 6 − 4 − 2 − 2 4 6 8 10 2000 4000 6000 8000 10000

number ¡of ¡ GEANT ¡ primaries ¡ muon ¡start ¡point ¡(x) ¡ distance ¡from ¡muon ¡start ¡to ¡ proton ¡start ¡(x) ¡

• Plots ¡look ¡the ¡same ¡for ¡y ¡and ¡z ¡

posi$ons ¡

• I ¡seem ¡to ¡be ¡genera$ng ¡pairs ¡of ¡

par$cles ¡in ¡a ¡single, ¡random ¡loca$on ¡

Awesome, ¡sounds ¡perfect! ¡

• It’s ¡not. ¡
• Sta3s3cs ¡will ¡become ¡your ¡enemy. ¡ ¡Quickly ¡
• You ¡have ¡to ¡be ¡a ¡bit ¡smart ¡about ¡it. ¡

– This ¡is ¡up ¡to ¡each ¡analyser ¡to ¡do ¡ – But, ¡for ¡example, ¡how ¡much ¡do ¡you ¡care ¡about ¡the ¡proton ¡ efficiency ¡for ¡a ¡4GeV/c ¡proton? ¡

• So ¡maybe ¡you ¡don’t ¡need ¡so ¡many ¡events ¡produced ¡over ¡there? ¡
• Useful ¡idea: ¡

– Generate ¡events ¡according ¡to ¡input ¡histogram ¡distribu$ons ¡ – Decouple ¡angle, ¡momentum, ¡mul$plicity, ¡etc ¡ – But ¡s$ck ¡to ¡“realis$c” ¡areas ¡of ¡phase ¡space, ¡and ¡weight ¡ according ¡to ¡how ¡much ¡you ¡care ¡

Andy ¡Furmanski ¡ 6 ¡

I ¡need ¡an ¡example! ¡

• GENIE ¡couples ¡muon ¡

angle ¡and ¡momentum ¡ implicitly: ¡

Andy ¡Furmanski ¡ 7 ¡

• But ¡if ¡we ¡take ¡away ¡

the ¡correla$on: ¡

10 20 30 40 50 60 muon momentum (GeV/c) 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 θ muon cos 1 − 0.8 − 0.6 − 0.4 − 0.2 − 0.2 0.4 0.6 0.8 1

muon momentum (GeV/c) 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 50 100 150 200 250 300 350 400 θ muon cos 1 − 0.8 − 0.6 − 0.4 − 0.2 − 0.2 0.4 0.6 0.8 1 100 200 300 400 500 600 700 800 900

muon momentum (GeV/c) 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 θ muon cos 1 − 0.8 − 0.6 − 0.4 − 0.2 − 0.2 0.4 0.6 0.8 1

We’ve ¡filled ¡in ¡this ¡area ¡whilst ¡s$ll ¡retaining ¡ the ¡general ¡shape ¡of ¡the ¡distribu$on ¡ ¡

Task ¡#2 ¡

• Modify ¡SingleGen ¡to ¡accept ¡input ¡histograms ¡

for ¡par$cle ¡momenta/angles ¡

• Simply ¡set ¡Pdist ¡and ¡AngleDist ¡to ¡2 ¡
• fcl ¡parameters: ¡

– HistogramFile: “filename.root” – Phist: [“h_muonmom”, “h_protonmom”] – ThetaXzYzHist: [“h_muonangle”,”h_protonangle”]

• Just ¡need ¡a ¡file ¡with ¡histograms ¡in ¡
• Can ¡re-­‑use ¡histograms ¡for ¡mul$ple ¡par$cles ¡

Andy ¡Furmanski ¡ 8 ¡

Note ¡– ¡the ¡angular ¡ histogram ¡is ¡a ¡2D ¡ histogram ¡in ¡ thetaxz ¡,thetayz ¡

And ¡did ¡I ¡do ¡this ¡one ¡right? ¡

• 10k ¡muon+proton ¡events ¡generated ¡
• Simple ¡toy ¡input ¡histograms ¡– ¡SetBinContent(i, ¡i) ¡

– i.e. ¡linearly ¡increasing ¡

• Generated ¡events ¡match ¡input ¡histograms ¡

Andy ¡Furmanski ¡ 9 ¡

0.5 1 1.5 2 2.5 3 100 200 300 400 500 600 700

thetamu

input histogram generated events

thetamu

100 200 300 400 500 600 700 800 900 1000 100 200 300 400 500 600 700

pp

input histogram generated events

pp

1 2 3 4 5 6 100 200 300 400 500 600 700

phimu

input histogram generated events

phimu

Wait, ¡I ¡want ¡to ¡vary ¡my ¡mul$plicity! ¡

• I ¡didn’t ¡implement ¡a ¡mul$plicity ¡varia$on ¡

– Mainly ¡because ¡it’s ¡slightly ¡more ¡complex ¡ – Also ¡because ¡of ¡the ¡sta$s$cs ¡problem ¡

• Phase ¡space ¡just ¡grows ¡and ¡grows ¡
• My ¡(Wes’s) ¡solu$on: ¡

– Use ¡a ¡histogram ¡with ¡a ¡large ¡bin ¡at ¡0 ¡ – 0 ¡momentum ¡par$cles ¡won’t ¡get ¡tracked ¡by ¡G4 ¡ – Therefore ¡the ¡mul$plicity ¡will ¡be ¡less ¡at ¡random ¡

• Alterna$ve ¡solu$on ¡

– Think ¡about ¡the ¡exact ¡topologies ¡you ¡care ¡about, ¡and ¡ produce ¡separate ¡samples ¡

Andy ¡Furmanski ¡ 10 ¡

Conclusions ¡

• I ¡have ¡changes ¡available ¡for ¡larsim, ¡that ¡enable ¡2 ¡

things: ¡

– Producing ¡mul3ple ¡par3cles ¡in ¡a ¡single, ¡random ¡ loca$on ¡ – Selec3ng ¡momenta ¡and ¡angles ¡from ¡input ¡ histograms ¡

• I ¡believe ¡this ¡is ¡all ¡non-­‑breaking ¡
• This ¡is ¡poten$ally ¡useful, ¡but ¡analysers ¡s$ll ¡need ¡

to ¡think ¡carefully ¡about ¡the ¡sta3s3cs ¡available ¡

– Most ¡useful ¡when ¡restric3ng ¡yourself ¡to ¡a ¡specific ¡ topology ¡

• Code ¡is ¡ready ¡to ¡merge ¡

Andy ¡Furmanski ¡ 11 ¡