COSCUP 2013 講題簡報

1. 巨量資料分析輕鬆上手巨量資料分析輕鬆上手
教您玩大強子對撞機公開數據教您玩大強子對撞機公開數據
Yuan CHAO ( 趙元 )
(National Taiwan University, Taipei, Taiwan)
COSCUP
2012/08/03-04

2. 我是誰？
Yuan CHAO (John)
YChao
...

3. 研究員
高能物理
使用 OSS 做研究 ...

4. 全球 LHC 計算網格
Worldwide LHC
Computing Grid (WLCG)
如何分析處理數據？
https://cdsweb.cern.ch/record/1541893
https://www.youtube.com/watch?v=jDC3-QSiLB4

5. 歐洲粒子物理研究機構
CERN
的地理位置

6. 瑞士
日內瓦近郊
跨越瑞法邊境

7. LHC 周長 27 KM
位於地下
50~150 公尺

8. 質子經逐級加速
接近光速高能對撞
四個對撞點進行實驗
通用型
Atlas, CMS
特定目的
Alice, LHCb
我參加的實驗http://cms.web.cern.ch/org/cms-public
http://zh.wikipedia.org/wiki/%E7%B7%8A%E6%B9%8A%E7%

9. 通用型實驗偵測器
成筒狀包覆在束流管上

10. 對撞生成的粒子
會穿過偵測器
留下軌跡或能量
的電子訊號

11. 質子團每秒通過
四千萬次 (40MHz)
平均每次有 15 個對撞

12. 真正有意義的對撞約
只有百萬分之一

13. 高速硬體邏輯電路
先篩選出萬分之一事例

14. 特殊極高速網路傳送至
「線上」叢集電腦

15. 軟體粗篩出
百分之一事例
可隨時最佳化

16. 各實驗篩選出
的資料
集中傳送至
零級資料中心
儲存
實驗期間
7 x 24 連續

18. 事例重建 磁帶長期保存

19. 資料分散保存在 11 個一級資料中心

20. 二級資料中心提供實驗學家模擬與分析數據
目前亞洲唯一
一級資料中心
中研院網格中心

21. LHC 公開數據
主要提供教育用途
http://cms.web.cern.ch/content/cms-public-data

22. CMS HEP Tutorial
給大學生一周課程
提供約目前 1/500 真實數據量
以及對應的模擬事例
http://ippog.web.cern.ch/resources/2012/cms-hep-tutorial

23. 23
標準模型標準模型 Standard ModelStandard Model
http://atlas.kek.jp/sub/photos/Physics/PhotoPhysicsSM.html
強
子
輕
子
媒
介
子
無
法
單
獨
存
在
The "God-dammed" particle!
構成
pingooo@FNAL
今天不找今天不找
希格斯粒子希格斯粒子

24. 今天不講物理
... 只告訴你找什麼

25. http://en.wikipedia.org/wiki/File:Top_antitop_quark_event.svg
Top Quark event

26. 大人
大人
大人
大人
小孩
寵物
模範家庭

27. 大人
大人
大人
大人
小孩
寵物
模範家庭
( 中間過程不重要 )

28. 翻譯對照表
Jet 大人
Electron 男孩
Muon 女孩
MET 寵物
pt 體重
btag 資深
...

29. 29
ROOTROOT
RROOTOOT OObject-bject-OOrientedriented TToolkitoolkit
Data Analysis toolData Analysis tool
Written in C++ (millions of lines)Written in C++ (millions of lines)
Open sourceOpen source
Integrated C++ interpreterIntegrated C++ interpreter
File formatsFile formats
I/O handling, graphics, plotting,I/O handling, graphics, plotting,
math, histogram binning, eventmath, histogram binning, event
display, geometric navigationdisplay, geometric navigation
Powerful fitting (RooFit) andPowerful fitting (RooFit) and
statistical (RooStats) packagesstatistical (RooStats) packages
In use by most of HEP experimentsIn use by most of HEP experiments
Standard tool for producing physicsStandard tool for producing physics
results at LHCresults at LHC
New tools for model creation andNew tools for model creation and
combinationscombinations
http://root.cern.ch/drupal/

30. 30
ROOT Sample FormatROOT Sample Format
Particles reconstructed and stored inParticles reconstructed and stored in ROOT TreesROOT Trees
Monte Carlo

31. 31
TMVATMVA
Multi-variate analysis tool-kitMulti-variate analysis tool-kit
Based on supervised learningBased on supervised learning
Embedded in ROOTEmbedded in ROOT
Easy training and testingEasy training and testing
Providing various classifiersProviding various classifiers
Linear Discriminant (LD)Linear Discriminant (LD)
Artificial Neural Networks (NN)Artificial Neural Networks (NN)
Boosted Decision Trees (BDT)Boosted Decision Trees (BDT)
......
http://tmva.sourceforge.net/

32. 32
Live DEMOLive DEMO
Basic ROOT operationsBasic ROOT operations
Make plotsMake plots
Change styleChange style
Export to files and macroExport to files and macro
Flatten dataFlatten data
Analysis class generatorAnalysis class generator
Dump into a new treeDump into a new tree
Import to TMVAImport to TMVA
Event weightEvent weight
Input variablesInput variables
Pre-cutsPre-cuts
TMVA outputTMVA output
Performance plotsPerformance plots
MVA class and parametersMVA class and parameters
https://github.com/yuanchao/HEPTutorial
http://ippog.web.cern.ch/sites/ippog.web.cern.ch/files/HEPTutorial.tar
Samle Events Luminosity
Real data ~ 500 K ~ 50 pb-1
ttbar ~ 380 K ~ 100 pb-1
W + jets ~ 70 K ~ 100 pb-1
Drell Yan ~ 100 K ~ 100 pb-1
QCD ~ 100 ~ 100 pb-1

33. 33
TMVA InputsTMVA Inputs
Raw Input Variables

34. 34
TMVA InputsTMVA Inputs
PCA Transform

35. 35
TMVA InputsTMVA Inputs
De-correlated

36. 36
Correlation MatrixCorrelation Matrix

37. 37
TMVA OutputsTMVA Outputs

38. 38
TMVA OutputsTMVA Outputs

39. 39
TMVA OutputsTMVA Outputs

40. 40
TMVA OutputsTMVA Outputs
TMVA by default takes ½ of sample for training and
the other ½ for performance tests.

41. Open Data
Open Access
Open Source
研究成果開放取用
取之於民、與民享之

42. You should know what youYou should know what you
are doing...are doing...
http://arstechnica.com/tech-policy/2013/04/microsoft-excel-the-ruiner-of-global-economies/
BE AWARE!BE AWARE!

43. 以上

44. Remerci de
Votre
Attention

45. 謝謝

46. 46
Installing ROOTInstalling ROOT
Get the ROOT binary for UbuntuGet the ROOT binary for Ubuntu
Go to here:Go to here:
http://sourceforge.net/projects/cernrootdebs/http://sourceforge.net/projects/cernrootdebs/
Download the i386 package:Download the i386 package:
Click on "Files" → "32bits!" → "root_5.32.00_i386.deb"Click on "Files" → "32bits!" → "root_5.32.00_i386.deb"
Open a terminalOpen a terminal
Type in the following commands:Type in the following commands:
$ cd Download/$ cd Download/
$ sudo dpkg -i root_5.32.00_i386.deb$ sudo dpkg -i root_5.32.00_i386.deb ← use guest passwd!← use guest passwd!
$ sudo apt-get install libssl0.9.8$ sudo apt-get install libssl0.9.8
$ sudo apt-get install libjpeg62$ sudo apt-get install libjpeg62
$ source /opt/root/bin/thisroot.sh$ source /opt/root/bin/thisroot.sh ← you can put in ~/.bashrc← you can put in ~/.bashrc
You can run root now:You can run root now:
$ root -l$ root -l ← " -l" means no splash window← " -l" means no splash window
root [0]root [0] TBrowser tTBrowser t ← make sure no error messages← make sure no error messages

47. LHCLHC
LHCLHC 發現新粒子與希格斯粒子相容發現新粒子與希格斯粒子相容 ......
未發現微觀黑洞或超對稱的存在未發現微觀黑洞或超對稱的存在 ......
http://cdsweb.cern.ch/record/1428128?ln=en