Review of unfolding methods

封面

如何引用文章

全文:

详细

Very high accuracy and sensitivity have become attainable by modern instruments for experimental measurements of physical quantities in various scientific fields. Yet it is still impossible to completely eliminate the influence of instrumental effects on the result. The measured values of a physical quantity inevitably differ, sometimes significantly, from the true ones. The question therefore arises of restoring the true distributions from the measured ones, taking the specific features of the experiment and the characteristics of scientific instruments into account. Different approaches are in use based on a mathematical model of the instrument and the formulation of the deconvolution problem. We describe this problem, key ideas and methods for its solution, and features and implementation details using the example of elementary particle physics and space physics experiments.

作者简介

Yurii Bogomolov

P.G. Demidov Yaroslavl State University; National Engineering Physics Institute "MEPhI"

Email: mathematics@inbox.ru
Candidate of physico-mathematical sciences, no status

Vladislav Alekseev

P.G. Demidov Yaroslavl State University; National Engineering Physics Institute "MEPhI"

without scientific degree, no status

Olga Levanova

P.G. Demidov Yaroslavl State University; National Engineering Physics Institute "MEPhI"

ORCID iD: 0000-0001-8078-4447
Candidate of physico-mathematical sciences, Associate professor

Andrey Mayorov

National Engineering Physics Institute "MEPhI"

Email: agmayorov@mephi.ru
Candidate of physico-mathematical sciences, no status

Vitaly Malakhov

National Engineering Physics Institute "MEPhI"

without scientific degree, no status

参考

  1. Blobel V., Proc. of the 1984 CERN School of Computing, Aiguablava, Catalonia, Spain, 9–22 September 1984 (CERN 85-09), CERN, Geneva, 1985, 84–114
  2. Blobel V.
  3. Rust B. W., Ingersoll D. T., Burrus W. R., A User's Manual for the FERDO and FERD Unfolding Codes, Oak Ridge National Laboratory, Oak Ridge, TN, 1983
  4. Engl H. W., Hanke M., Neubauer A., Regularization of Inverse Problems, Kluwer Acad. Publ., Dordrecht, 2000
  5. Cowan G., Proc. Conf. on Advanced Statistical Techniques in Particle Physics, IPPP/02/39, Durham 2002, EdsMR. Whalley, L. Lyons
  6. Kaipio J., Somersalo E., Statistical and Computational Inverse Problems, Springer, New York, 2005
  7. Barlow R., Proc. PHYSTAT2003, SLAC, Stanford, California, September 8-11, 2003
  8. Cowan G., Statistical Data Analysis, Clarendon Press, Oxford, 1998
  9. Blobel V., PHYSTAT2011 Workshop on Statistical Issues Related to Discovery Claims in Search Experiments and Unfolding
  10. Behnke O. et al, Data Analysis in High Energy Physics: A Practical Guide to Statistical Methods, Wiley-VCH, Weinheim, 2013
  11. Span'o F., EPJ Web Conf., 2013, 55
  12. Schmitt S.
  13. Hansen P. C., Discrete Inverse Problems - Insight and Algorithms, SIAM, Ohio, OH, 2010
  14. Zech G.
  15. Egorov A. Yu. et al, St. Petersburg Polytech. State Univ. J. Phys. Math., 12:3 (2019)
  16. Adye T.
  17. Brenner L. et al
  18. Klepser S., Dissertation Dr. rer. nat., Mathematisch-Naturwissenschaftlichen Fakultat I Humboldt-Univ. zu Berlin, Berlin, 2008
  19. Niederhausen H., PhD Thesis, Stony Brook Univ., New York, 2018
  20. Hartmann S., Master Deg. Dissertation, RWTH Aachen Univ., Aachen, 2015
  21. Geenen H., Dissertation, Univ. of Wuppertal, Wuppertal, 2007
  22. Zech G., Aslan B., Proc. PHYSTAT 2003, Stanford, USA, September 8-11, 2003
  23. Dembinski H. P., Roth M., Nucl. Instum. Meth. Phys. Res. A, 729 (2013), 410
  24. Andreassen A. et al, Phys. Rev. Lett., 124 (2020), 182001
  25. Arratia M. et al, JINST, 17 (2022), P01024
  26. Rosenblatt M., Ann. Math. Statist., 27 (1956), 832
  27. Ченцов Н. Н., ДАН СССР, 147 (1962), 45
  28. Gu C., Qui C., Ann. Statist., 21:1 (1993), 217
  29. Loftsgaarden D. O. et al, Ann. Math. Stat., 36 (1965), 1049
  30. Айзерман М. А., Браверман Э. М., Розоноэр Л. И., Метод потенциальных функций в теории обучения машин, Наука, М., 1970
  31. Kuusela M., Master Thesis, Aalto Univ., Espoo, 2012
  32. Vischia P.
  33. MicroBooNE Collab., “MicroBooNE low-energy excess signal prediction from unfolding MiniBooNE Monte-Carlo and data”, 2018, MICROBOONE-NOTE-1043-PUB MicroBooNE docdb-15587
  34. Bohm G., Zech G., Introduction to Statistics and Data Analysis for Physicists, Verlag Deutsches Elektronen-Synchrotron, Hamburg, 2017
  35. Kuusela M., Stark P. B.
  36. Höcker A., Kartvelishvili V., Nucl. Instrum. Meth. Phys. Res. A, 372 (1996), 469
  37. Schmitt S., JINST, 7:10 (2012), T10003
  38. D'Agostini G., Nucl. Instrum. Meth. Phys. Res. A, 362 (1995), 487
  39. Bierwagen K., Proc. Workshop on Statistical Issues Related to Discovery Claims in Search Experiments and Unfolding, PHYSTAT 2011, CERN, Geneva, Switzerland, 17-20 January 2011
  40. D'Agostini G.
  41. Kuusela M., Panaretos V. M., Ann. Appl. Stat., 9 (2015), 1671
  42. Baroň P., Acta Phys. Polon. B, 51 (2020), 1241
  43. Choudalakis G.
  44. Kartvelishvili V., Proc. Workshop on Statistical Issues Related to Discovery Claims in Search Experiments and Unfolding (PHYSTAT 2011), CERN, Geneva, Switzerland, 17.20 January 2011, H. B. Prosper, L. Lyons
  45. Richardson W. H., J. Opt. Soc. Am., 62:1 (1972), 55
  46. Lucy L. B., Astron. J., 79 (1974), 745
  47. Zech G., Nucl. Instrum. Meth. Phys. Res. A, 716 (2013), 1
  48. Licciardi M., Quilain B.
  49. Офиц. сайт пакета ROOT
  50. Офиц. сайт пакета RooUnfold
  51. Lavička R., Dissertation Thesis, Czech Technical Univ. in Prague, Prague, 2021
  52. Тихонов А. Н., ДАН СССР, 151 (1963), 501
  53. Adye T., Proc. Workshop on Statistical Issues Related to Discovery Claims in Search Experiments and Unfolding, PHYSTAT 2011, CERN, Geneva, Switzerland, 17-20 January 2011, H. B. Prosper, L. Lyons, 313
  54. Schmelling M., Nucl. Instrum. Meth. Phys. Res. A, 340 (1994), 400
  55. Narayan R., Nityananda R., Annu. Rev. Astron. Astrophys., 24 (1986), 127
  56. Dembinski H. P., Roth M., Proc. Workshop on Statistical Issues Related to Discovery Claims in Search Experiments and Unfolding (PHYSTAT 2011), CERN, Geneva, Switzerland, 17-20 January 2011, H. B. Prosper, L. Lyons, 285
  57. Green P. J., Silverman B. W., Nonparametric Regression and Generalized Linear Models, Chapman and Hall, London, 1994
  58. Lee T. C. M., Comput. Statistics Data Analysis, 42 (2003), 139
  59. Volobouev I.
  60. Veklerov E., Llacer J., IEEE Trans. Med. Imaging., 6:4 (1987), 313
  61. Blobel V., 1996, OPAL Technical Note TN361
  62. Press W. H. et al, Numerical Recipes in FORTRAN: The Art of Scientific Computing, 2nd ed., Cambridge Univ. Press, Cambridge, 1992
  63. Takiya C. et al, Nucl. Instrum. Meth. Phys. Res. A, 523 (2004), 186
  64. Tang W. et al, JINST, 12 (2017), P10002
  65. Malaescu B.
  66. Malaescu B.
  67. Malaescu B., 2018, Lectures for PhD students, Geneva
  68. Lyons L., Proc. Workshop on Statistical Issues Related to Discovery Claims in Search Experiments and Unfolding (PHYSTAT 2011), CERN, Geneva, Switzerland, 17-20 January 2011, H. B. Prosper, L. Lyons, 225
  69. Anykeyev V., Spiridonov A., Zhigunov V., Nucl. Instrum. Meth. Phys. Res. A, 322 (1992)
  70. “Statistical Methods in Particle Physics”, Heidelberg Univ., WS 2020/21
  71. Stahlman J. M., Ph.D. Thesis at Publicly Accessible Penn Dissertations 1455, 2014
  72. Adriani O. et al (CALET Collab.), Phys. Rev. Lett., 125 (2020), 251102
  73. van Cittert P. H., Z. Phys., 69 (1931), 298
  74. Burger H. C., van Cittert P. H., Z. Phys., 79 (1932), 722
  75. Gold R., Argonne National Laboratory, Lemont, IL, 1964, Report ANL-6984
  76. Ter-Antonyan S. V., Astropart. Phys., 28 (2007), 321
  77. Morhač M., Nucl. Instrum. Meth. Phys. Res. A, 559 (2006), 119
  78. Eichstädt S. et al, Metrologia, 50 (2013), 107
  79. Simon A. et al, J. High Energy Phys., 2021 (2021), 146
  80. Li M. et al, Res. Astron. Astrophys., 19 (2019), 145
  81. Doroshenko J. J. et al, Nucl. Technol., 33 (1977), 296
  82. Sanna R. S., 1981, Technical Report EML-394, Environmental Measurements Laboratory, August 1981
  83. McElroy W. W. et al, 1967, Technical Report AFWL-TR-67-41, US Air Force Weapons Laboratory
  84. Routti J. T., Sandberg J. V., Radiat. Prot. Dosim., 10:1–4 (1985), 103
  85. Reginatto M., Goldhagen P., 1998, Technical Report EML-595, Environmental Measurements Laboratory, June 1998
  86. Chen Y. H. et al, Sci. China Phys. Mech. Astron., 57 (2014), 1885
  87. Boszon A. S., PhD Thesis, Univ. of London, London, 2020
  88. Koch L., JINST, 14 (2019), P09013
  89. Held A., 2019, Analysis Systems Typical Workshop Report, New York, June 19-20, 2019
  90. D'Agostini G., 2010, slides for report at Alliance Workshop on Unfolding and Data Correction, Hamburg, Germany, 27-28 May 2010
  91. Datta K., Kar D., Roy D.
  92. Gagunashvili N. D.
  93. Glazov A., DESY-17-214
  94. Isildak B.
  95. Goodfellow I. J. et al
  96. Butter A., Plehn T.
  97. ARU project website
  98. de Boor C., A Practical Guide to Splines, Springer-Verlag, New York, 1978
  99. Komiske P. T., Metodiev E. M., Thaler J., J. High Energy Phys., 2019:01 (2019), 121
  100. Zaheer M. et al, Advances in Neural Inf. Proc. Systems 30: Annual Conf. on Neural Information Processing Systems 2017, 4-9 December 2017, Long Beach, CA, USA, 2017
  101. Cranmer K., Pavez J., Louppe G.
  102. Bothmann E., Del Debbio L., J. High Energy Phys., 2019 (2019), 33
  103. Brenner L. et al, Int. J. Mod. Phys. A, 35 (2020), 2050145
  104. Milke N. et al, Nucl. Instrum. Meth. Phys. Res., 697 (2013), 133
  105. Bourbeau J., Hampel-Arias Z., J. Open Source Software, 3:26 (2018), 741
  106. Komiske P. T., Metodiev E. M.
  107. Komiske P. T., Metodiev E. M.
  108. Lowry K. A., Johnson T. L., Health Phys., 47 (1984), 587
  109. De Sousa Lacerda M. A. et al, Proc. of the 18th Intern. Symp. on Solid State Dosimetry, Oaxaca, Mexico, 24-28 Sep. 2018, 2018
  110. Sweezy J., Hertel N., Veinot K., Nucl. Instrum. Meth. Phys. Res. A, 476 (2002), 263
  111. Pivk M., 2003, BABAR-THESIS-03/012
  112. Pivk M., Le Diberder F. R., Nucl. Instrum. Meth. Phys. Res. A, 555 (2005), 356
  113. Aaij R. et al, J. High Energy Phys., 2022:01 (2022), 065
  114. Anderlini L. et al
  115. Mathad A. et al, JINST, 16:06 (2021), P06016
  116. Артамонов А. В., Дисс. … канд. физ.-мат. наук, Ин-т физики высоких энергий имени А.А. Логунова НИЦ “Курчатовский ин-т”, Протвино, 2019
  117. Andreev V. et al. (H1 Collab.), DESY 21-130
  118. Wagner W., Mod. Phys. Lett. A, 25 (2010), 1297
  119. Gresham M. I., Kim I.-W., Zurek K. M., Phys. Rev. D, 83 (2011), 114027
  120. Abazov V. M. et al (D0 Collab.), Phys. Rev. Lett., 101 (2008), 191801
  121. Aaltonen T. et al (CDF Collab., D0 Collab.), Phys. Rev. D, 97 (2018), 112007
  122. Prokhorova D. S., Andronov E. V., J. Phys. Conf. Ser., 1690 (2020), 012134
  123. Evans L. R., Bryant P., JINST, 3 (2008), S08001
  124. Kohn F., Ph.D. Thesis, Göttingen, 2012
  125. ATLAS Collab., Eur. Phys. J. C, 72 (2012), 2039
  126. Chatrchyan S. et al (CMS Collab.), Phys. Lett. B, 709 (2012), 28
  127. Savitskyi M., Dissertation, Univ. of Hamburg, Hamburg, 2018
  128. Biondi S., Eur. Phys. J. Conf., 137 (2017), 11002
  129. Sirunyan A. M. et al (CMS Collab.), J. High Energy Phys., 2021:03 (2021), 257
  130. Wagner-Kuhr J.
  131. Komiske P., McCormack W. P., Nachman W., Phys. Rev. D, 104 (2021), 076027
  132. Bellagente A. et al, SciPost Phys., 9 (2020), 074
  133. Herrmann T., Dissertation, Technical Univ. of Dresden, Dresden, 2017
  134. Агапов Н. Н. и др, УФН, 186 (2016), 405
  135. Kolesnikov V. et al, Phys. Part. Nucl. Lett., 16:1 (2019), 6–15
  136. Бутенко А. В. и др, УФН, 193 (2023), 206
  137. Drnoyan J. et al, report at The Conference “RFBR Grants for NICA”, Evaluation of prospects for hypernuclei studies with MPD at NICA-JINR, Dubna, Russia, 20-23 October 2020
  138. Geraksiev N.
  139. Abe K. et al, Astrophys. J., 822 (2016), 65
  140. Adriani O. et al, Phys. Rev. Lett., 111 (2013), 081112
  141. Adriani O. et al, Phys. Rev. Lett., 105 (2010), 121101
  142. Adriani O. et al, Astrophys. J., 810 (2015), 142
  143. Adriani O. et al, Science, 332 (2011), 69
  144. Casaus J., J. Phys. Conf. Ser., 631 (2015), 012046
  145. Ghelfi A., Cosmic Rays & their Interstellar Medium Environment (CRISM-2014), June 2014, Montpellier, France, Proceedings of Science, CRISM2014, 013
  146. Aguilar M. et al, Phys. Rev. Lett., 126 (2021), 041104
  147. Wang Z., Dissertation, Gran Sasso Science Institute, 2020
  148. Verzi V., Ivanov D., Tsunesada Y., Prog. Theor. Exp. Phys., 2017:12 (12), 12A103
  149. Ivanov D., Doc. Diss, New Brunswick, New Jersey, 2012
  150. Curtef V., Doctor deg. Thes., Univ. of Dortmund, Dortmund, 2008
  151. Albert J. et al, Nucl. Instrum. Meth. A, 583 (2007), 494
  152. Oberndörfer M., Master deg. Diss., Univ. of Erlangen-Nuremberg, 2017
  153. Fei Li. et al, Results Phys., 13 (2019), 102211
  154. Loparco F., Mazziotta M. N.
  155. Mazziotta M. N.
  156. Abdo A. A. et al, Astrophys. J. Suppl. Ser., 187 (2010), 2
  157. Mazziotta M. N.
  158. Sandroos J., PoS-ICRC2019-999
  159. Abbasi R., Phys. Rev. D, 83 (2011), 012001
  160. Schüssler F. on behalf of the ANTARES Collab., EPJ Web Conf., 121 (2016), 05002
  161. Trzebinski M., Staszewski R., Chwastowski J., ISRN High Energy Physics, 2012 (2012), 491460
  162. Wang Z. et al, Nucl. Technol., 168 (2009), 610
  163. Reginatto M., Goldhagen P., Neumann S., Nucl. Instrum. Meth. Phys. Res. A, 476 (2002), 242
  164. An F. P. et al (Daya Bay Collab.), Chinese Phys. C, 45:7 (2021), 073001
  165. Zhu N. M., IEEE T Nucl. Sci., 66 (2019), 2265
  166. Peterson J. H., J. Instrum., 16 (2021), C09032
  167. Aartsen M. G., J. Instrum., 9 (2014), P03009
  168. Zinchenko A., Chabratova G., Nucl. Instrum. Meth. Phys. Res. A, 502:2–3 (2003), 778
  169. Blobel V., Kleinwort C., DESY 02-077
  170. Reginatto M., Radiat. Meas., 45 (2010), 1323
  171. Dommert M., Current Directions Biomed. Eng., 3:2 (2017), 83
  172. Zimbal A., at ECPD 2015 - 1st EPS Conf. on Plasma Diagnostics - Frascati - Proc. of Science (ECPD2015)
  173. Venanzoni G., AIP Conf. Proc., 1182 (2009), 665
  174. Ablikim M., Chinese Phys. C, 37 (2013), 063001
  175. Samanta S., Nucl. Phys. A, 1005 (2021), 121896
  176. Aguilar M. et al (AMS Collab.), Phys. Rev. Lett., 114 (2015), 171103
  177. Green D. M., PhD Thesis, Univ. of Maryland, 2016
  178. Adriani O. et al, Astrophys. J., 791 (2014), 93
  179. An Q. et al, Sci. Adv., 5:9 (2019), eaax3793
  180. Adriani O. et al, Phys. Rev. Lett., 126 (2021), 241101
  181. Aab A. et al, Phys. Rev. D, 102 (2020), 062005
  182. Zanin R., Dissertation, Autonomous Univ. of Barcelona, 2011
  183. Albert J. et al, Astrophys. J., 663 (2007), 125
  184. Aartsen M. G. et al (IceCube Collab.), Eur. Phys. J. C, 77:10 (2017), 692
  185. Aguilar J. A. et al (IceCube Collab.), Eur. Phys. J. Part. Fields, 75:3 (2015), 116
  186. Richard E. et al, Phys. Rev. D, 94 (2016), 052001
  187. “Statistical methods 2021”, Institute of Particle and Nuclear Physics
  188. Логашенко И. Б., Методы анализа экспериментальных данных. Электронный лекционный курс, НГУ, Новосибирск, 2013
  189. Логашенко И. Б., Эйдельман С. И., УФН, 188 (2018), 540
  190. Alekseev V. V. et al, J. Phys. Conf. Ser., 1390 (2019), 012071
  191. Baron P.
  192. Wei X. et al, IEEE Trans. Signal Process., 70 (2022), 2962
  193. Pop F., Adv. High Energy Phys., 2014 (2014), 507690
  194. Kuusela M., PhyStat-$nu$, CERN, Geneva, Switzerland, 2019
  195. Kuusela M.

补充文件

附件文件
动作
1. JATS XML
下载

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».