Kurzfassung
Es wird eine Messung des Wirkungsquerschnitts der
b-Quark-Produktion beim H1-Experiment am Elektron-Proton-Beschleuniger
HERA vorgestellt.
Die untersuchten Daten der Jahre 1999 und 2000 entsprechen einer
integrierten Luminosität von 51 pb-1 und sind in zwei
kinematische Bereiche unterteilt:
Photoproduktion (Q2 < 0.01 GeV2) und tiefunelastische Streuung
(2 GeV2
< Q2 < 100 GeV2).
Ereignisse mit b-Quarks werden durch die Forderung nach einem Elektron
mit einem
Transversalimpuls von mehr als 2 GeV/c sowie zwei Jets mit
pTjet 1(2) > 6(5) GeV/c ausgewählt.
Der Transversalimpuls des Elektrons relativ zur Jetachse wird zur
Trennung des b-Quark-Anteils vom Untergrund verwendet.
Um eine ausreichende Trennung von Signal- und Untergrundereignissen zu
erreichen,
wird ein neuer Algorithmus zur Rekonstruktion des hadronischen
Endzustandes entwickelt und eine neue Methode zur Identifizierung von
Elektronen in Jets vorgestellt. Für letztere werden neuronale Netze
verwendet, in denen die Formen von Kalorimeterschauern
mit dem spezifischen Energieverlust dE/dx kombiniert werden.
Die gemessenen Wirkungsquerschnitte befinden sich in Übereinstimmung
mit Vorhersagen von QCD-Rechnungen in führender Ordnung und
Partonschauern.
The beauty production cross section is measured at the
H1-Experiment at the electron proton collider HERA. The data taken in
the years 1999 and 2000, corresponding to an integrated luminosity of
51 pb-1 are divided in two kinematical ranges: photoproduction
(Q2 < 0.01 GeV2) and deep inelastic scattering (2 GeV2
< Q2 < 100 GeV2). Events with beauty quarks are selected by
requiring an electron
with a transverse momentum larger than 2 GeV/c together with two
jets with pTjet 1(2) > 6(5) GeV/c.
The relative transverse momentum of the electron to the jet axis is
used to separate electrons from beauty quarks from background processes.
In order to reach a sufficient separation of signal and background
events,
a new reconstruction algorithm of the hadronic final state is developed
as well as a new method to identify electrons in jets. For the latter,
neural networks are used to combine calorimeter shower shape parameters
with the specific energy loss dE/dx.
The measured cross sections are found to be in agreement with
predictions from leading-order QCD calculations using parton showers.