This work presents a study of the discovery potential for the neutral supersymmetric Higgs bosons h/A/H decaying to tau pairs with the ATLAS experiment at the LHC. The study is based on Monte Carlo samples which are scaled to state-of-the-art cross sections. The analyses are designed assuming an integrated luminosity of 30 1/fb and a center-of-mass energy of sqrt(s) = 14 TeV. The results are interpreted in the mmax h benchmark scenario. Two final states are analyzed: The dileptonic channel where the two tau leptons decay to electrons or muons and the lepton-hadron channel where one tau decays to an electron or muon and the other tau decays to hadrons. The study of the dilepton channel is based completely on the detailed ATLAS simulation, the analysis of the lepton-hadron channel is based on the fast simulation. The collinear approximation is used to reconstruct the Higgs boson mass and its performance is studied. Cuts are optimized in order to discriminate the signal from background and to maximize the discovery potential given a certain Higgs boson mass hypothesis. In the lepton-hadron channel the selection is split into two analyses depending on the number of identified b-jets. Procedures to estimate the dominant backgrounds from data are studied. The shape and normalization of the Z to tautau background are estimated from Z to leptonlepton control regions. The ttbar contributions to the signal regions are estimated from ttbar control regions. The individual analyses are combined and sensitivity predictions are made depending on the Higgs boson mass mA and the coupling parameter tanβ. The light neutral MSSM Higgs bosons with mA = 150 GeV can be discovered when at least tanbeta = 11 is realized in nature. The heavy neutral MSSM Higgs bosons with mA = 800 GeV can be discovered for tanbeta ≥ 44. However, due to the large width of the reconstructed Higgs boson mass and the mass degeneration, only the sum of at least two of the three Higgs boson signals will be visible.

The Liquid Argon calorimeter of the ATLAS detector at CERN near Geneva is equipped with improved readout and trigger electronics for the operation at higher luminosity LHC in the frame of several upgrades (Phase-0, I, and II). Special attention is given to an early digitisation of detector raw data and their following digital data transmission and processing via FPGAs already for the Level-1 trigger. The upgrades additionally foresee to provide higher spatial granularity information for the Level-1 trigger in order to improve its performance for low momentum single particles at increased collision rates. The first part of this dissertation contains the development and implementation of a modular detector simulation framework, AREUS, which allows to analyse different filter algorithms for the energy reconstruction as well as their performance with respect to the expected digitised detector raw data. In this detector simulation framework the detailed algorithmic functionality of the FPGAs has been taken into account. Various filter algorithms, especially the Optimal Filter and a Wiener Filter with Forward Correction, are discussed with regard to their performance in energy reconstruction of the future Liquid Argon calorimeter trigger system. In the second part of this thesis, the high-speed data transfer for the acquisition of the trigger data is being developed. For this purpose, a generic 10 Gigabit Ethernet UDP stack is designed in VHDL, that is currently applied in an ALTERA® Stratix-IV FPGA as part of the readout electronics of a demonstrator setup in the context of the Phase-0 Upgrade. After implementation in a prototype electronics board, data transfer from the detector front-end is realised. A successful test in the demonstrator setup installed in the ATLAS detector verifying the correct transmission of the Liquid Argon calorimeter trigger signals concludes this work. / Das Flüssig-Argon-Kalorimeter des ATLAS-Detektors am CERN bei Genf wird für den Betrieb am LHC mit erhöhter Luminosität im Rahmen mehrerer Upgrades (Phase-0, I und II) mit verbesserter Auslese- und Triggerelektronik ausgestattet. Ein besonderes Augenmerk liegt hierbei auf der frühzeitigen Digitalisierung der Detektorrohdaten und deren folgende digitale Übertragung sowie Verarbeitung mittels FPGAs bereits für den Level-1 Trigger. Die Upgrades sehen zusätzlich vor, dem Level-1 Trigger eine höhere Ortsauflösung bereitzustellen um seine Leistungsfähigkeit der Energierekonstruktion von niedrigenergetischen Teilchen bei erhöhter Kollisionsrate zu verbessern. Der erste Teil dieser Dissertation beinhaltet die Entwicklung und Umsetzung einer modularen Detektorsimulationsumgebung, AREUS, mit der verschiedene Filteralgorithmen zur Energierekonstruktion sowie deren Performanz in Abhängigkeit der erwarteten digitalisierten Detektorrohdaten analysiert werden können. Dabei wurde in der Simulationsumgebung die Funktionalität der Rechenarithmetik der später verwendeten FPGAs berücksichtigt. Verschiedener Filteralgorithmen, im Besonderen der Optimal Filter und ein Wiener Filter mit Korrekturglied, werden im Hinblick auf ihre Performanz der Energierekonstruktion für das zukünftige Triggersystem des Flüssig-Argon-Kalorimeters diskutiert. Der zweite Teil dieser Arbeit beschäftigt sich mit der Hochgeschwindigkeitsdatenübertragung zur Erfassung von Triggerdaten. Zu diesem Zweck wird ein generischer 10 Gigabit Ethernet UDP Stack in VHDL entworfen, der als Teil der Ausleseelektronik eines Demonstrator-Testaufbaus im Rahmen des Phase-0 Upgrades in einem ALTERA® Stratix-IV FPGA aktuell zum Einsatz kommt. Nach Implementierung in einem Prototypen einer Auslesekarte konnte ein Transfer von Detektordaten realisiert werden. Eine Überprüfung am Demonstrator-Testaufbau, welcher im ATLAS Detektor installiert ist, schließt diese Dissertation ab. Sie hat eine korrekte Übertragung von Triggersignalen des Flüssig-Argon-Kalorimeters erfolgreich bestätitgt.

Die laufenden Aufrüstungsarbeiten des Large Hadron Colliders haben das Ziel, die Luminosität der Teilchenkollisionen zu erhöhen. Die erhöhte Luminosität liefert zwar neue Möglichkeiten für Präzisionsmessungen und Teilchensuchen, stellt aber gleichzeitig eine große Herausforderung an die beteiligten Experimente. Aus diesem Grund wird auch der ATLAS-Detektor aufgerüstet. Der Fokus ist dabei, eine hohe Effizienz des Triggers sicherzustellen, der die interessanten Physikereignisse in Echtzeit auswählt. Dafür wird das Flüssig-Argon-Kalorimeter des ATLAS-Detektors mit einer neuen Ausleseelektronik ausgerüstet. Um die Funktionsfähigkeit zu testen, wurde ein Demonstrationsaufbau der zukünftigen Ausleseelektronik installiert und von 2014 bis 2018 parallel zur ATLAS- Datennahme betrieben. In dieser Arbeit werden die Daten, die mit dem Aufbau aufgezeichnet wurden, analysiert. Die neue Ausleseelektronik erlaubt es, komplexere Algorithmen zur Erkennung von Signal- und Untergrundereignissen zu nutzen. Es handelt sich dabei um Variablen zur Beschreibung der Form von elektromagnetischen und hadronischen Teilchenschauern im Flüssig-Argon-Kalorimeter. Die Effizienz dieser Variablen wird untersucht. Dabei wird nach Kombination mehrerer Variablen eine Untergrundunterdrückung hadronischer Jets von 75 % bei einer Elektronenerkennungseffizienz von 90 % erreicht. Die zukünftige, erhöhte Luminosität führt dazu, dass sich bei Teilchenkollisionen die Zahl der Ereignisse, die sich sowohl zeitlich als auch räumlich überlappen, erhöht. Der Effekt dieser Überlappereignisse hat Auswirkungen auf die Energierekonstruktion. Daher wird eine Untersuchung der Überlappereignisse durchgeführt, um eine möglichst genaue Kenntnis über diese zu erhalten. Für die Rekonstruktion aus den Signalen der im Detektor deponierten Energie stehen verschiedene digitale Signalfilter zur Auswahl. Die Performanz hinsichtlich der Signalerkennung dieser Algorithmen wird überprüft. Es zeigt sich, dass neue digitale Signalfilter zwar den Effekt des zeitlichen Überlapps von Detektorpulsen reduzieren, jedoch sehr sensitiv auf die genaue Pulsmodellierung sind. / The ongoing upgrade activities at the Large Hadron Collider aim for an increase of the luminosity in the particle collisions. The increased luminosity delivers new capabilities for precision measurements and searches for signatures of new physics. At the same time, challenges arise for the experiments. For this reason, the ATLAS detector is upgraded. The focus is on maintaining the high efficiency of the trigger that selects interesting physics events in real-time. Therefore, the Liquid-Argon calorimeter of the ATLAS detector is upgraded with new readout electronics. To evaluate the performance, a demonstrator readout was installed and operated in parallel to the data taking of the main readout between 2014 and 2018. In this thesis, the data recorded with the demonstrator is analyzed. The new readout electronics allow more sophisticated algorithms to distinguish between signal and background events. They are based on variables that describe electromagnetic and hadronic showers. The proposed shower-shape variables are studied concerning their trigger efficiency and background rejection power. With a combination of the shower-shape variables, a background rejection power of 75 % for hadronic jets is achieved while keeping the electron trigger efficiency at 90 %. The increase in luminosity will lead to an increase in in-time and out-of-time pile-up effects. These have an impact on the energy reconstruction. Therefore, pile-up events are investigated, to gain precise knowledge about their effects. For the energy reconstruction of the detector signals, different digital filter algorithms are available. The signal detection efficiency of these algorithms is examined. While new filter algorithms are capable of reducing the effect of out-of-time pile-up, they depend greatly on the correct phase of the pulse shape.

Im Jahr 2026 beginnt im Rahmen der Phase-II Erweiterung der Ausbau des Large Hadron Colliders, damit dieser zukünftig mit dem bis zu 7.5-fachen seiner nominellen Luminosität betrieben werden kann. Der Beginn der Datenaufnahme für den sogenannten High-Luminosity Large Hadron Collider ist für 2029 vorgesehen. Durch die Erweiterung wird eine wesentliche Zunahme der Kollisionsrate und damit der Kollisionsdaten erwartet, welche die heutige Auffassung von Theorien jenseits des Standardmodells der Teilchenphysik verbessern wird. Zusammen mit der Steigerung interessanter Ereignisse werden jedoch auch Proton-Proton-Kollisionen mit meist niederenergetischen hadronischen Teilchen im Endzustand und damit Signalüberlappungen zunehmen. Am ATLAS-Experiment führt dies zu höheren Anforderungen an die Detektorelektronik und die Echtzeit-Datenverarbeitung. Für die Flüssig-Argon-Kalorimeter ist ein Austausch der gesamten Elektronik vorgesehen. Studien konnten zeigen, dass der Optimalfilter, der derzeit zur Energierekonstruktion eingesetzt wird, einen erheblichen Leistungsabfall verzeichnen wird. Eine zuverlässige Energieinformation ist jedoch essentiell, insbesondere auch für das Triggersystem. Im Rahmen dieser Arbeit wurden sogenannte Faltungsnetzwerke für die Rekonstruktion von Energiedepositionen in Flüssig-Argon-Kalorimeterzellen entwickelt. Da diese auf Field Programmable Gate Arrays (FPGAs) mit strengen Ressourcenbeschränkungen implementiert werden sollen, müssen diese nicht nur eine hohe Rekonstruktionsgenauigkeit zeigen, sondern auch einen geringen Ressourcenverbrauch haben. Eine Hyperparametersuche wird präsentiert, die das Bestimmen geeigneter Netzwerkarchitekturen ermöglicht. Für das Trainieren und Testen von Faltungsnetzwerken wurden Daten mit realistischen Signalszenarien anhand der AREUS-Simulationssoftware generiert. Die verschiedenartigen Signalbedingungen und Leistungsanforderungen machen eine umfassende Untersuchung des Energierekonstruktionsalgorithmus erforderlich. Die Reproduzierbarkeit der Trainingsergebnisse der Faltungsnetzwerke stellt eine weitere Anwendungsvoraussetzung dar. Infolgedessen beschreibt diese Arbeit ein umfangreiches Qualifizierungsprozedere, welches für jedweden Energierekonstruktionsalgorithmus angewandt werden kann. Die präsentierten Faltungsnetzwerke erfüllen die FPGA Ressourcenbeschränkungen und zeigen darüber hinaus essentielle Leistungsverbesserungen gegenüber dem Optimalfilter. Das Faltungsnetz mit der besten Leistung besteht aus zwei Schichten und nutzt Dilatation, um den einfließenden Signalbereich auszudehnen. Dies erlaubt dem Netzwerk, mehr Informationen von vergangenen Signalereignissen zu erhalten, während gleichzeitig die Zahl der Netzwerkparameter niedrig gehalten wird. Es wird gezeigt, dass das zweischichtige Faltungsnetzwerk Verbesserungen hinsichtlich Signaleffizienz und Energieauflösung, insbesondere für überlappende Signale, liefert. Des Weiteren wird die Robustheit gegenüber variierenden Signalankunftszeiten und sich verändernden Untergrundbedingungen vorgestellt, sowie die Erfüllung der Trainingsreproduzierbarkeit demonstriert. Zusammengefasst beschreibt diese Arbeit die systematische Entwicklung und Erprobung von Faltungsnetzwerken für die Energierekonstruktion von Flüssig-Argon-Kalorimetersignalen am ATLAS-Detektor. In diesem Rahmen wurden allgemeine Qualifizierungskriterien erarbeitet, die das Potential der Faltungsnetzwerke gegenüber der aktuellen Methode, dem Optimalfilter, aufzeigen. / In 2026, the expansion of the Large Hadron Collider will begin as part of the Phase II extension so that it can be operated at up to 7.5 times its nominal luminosity in future. The start of data acquisition for the so-called High-Luminosity Large Hadron Collider is scheduled for 2029. The expansion is expected to significantly increase the collision rate and thus the collision data, which will improve the current understanding of theories beyond the standard model of particle physics. However, together with the increase in interesting events, proton-proton collisions with mostly low-energy hadronic particles in the final state and thus signal overlaps will also increase. At the ATLAS experiment, this will lead to higher demands on the detector electronics and real-time data processing. The entire electronics for the liquid argon calorimeters will be replaced. Studies have shown that the optimal filter, which is currently used for energy reconstruction, will experience a considerable drop in performance. However, reliable energy information is essential, especially for the trigger system. As part of this work, so-called convolutional networks were developed for the reconstruction of energy depositions in liquid argon calorimeter cells. Since these are to be implemented on field programmable gate arrays (FPGAs) with strict resource constraints, they must not only show a high reconstruction accuracy but also have a low resource consumption. A hyperparameter search is presented, which enables the determination of suitable network architectures. For the training and testing of convolutional networks, data with realistic signal scenarios were generated using the AREUS simulation software. The different signal conditions and performance requirements necessitate a comprehensive investigation of the energy reconstruction algorithm. The reproducibility of the training results of the convolutional networks is a further application requirement. Consequently, this thesis describes a comprehensive qualification procedure that can be applied to any energy reconstruction algorithm.

京都大学 / 新制・課程博士 / 博士(理学) / 甲第22999号 / 理博第4676号 / 新制||理||1671(附属図書館) / 京都大学大学院理学研究科物理学・宇宙物理学専攻 / (主査) 長野 邦浩, 教授 中家 剛, 准教授 吉岡 興一 / 学位規則第4条第1項該当 / Doctor of Science / Kyoto University / DFAM