[論文レビュー] Combining Higher-Order Resummation with Multiple NLO Calculations and Parton Showers in the GENEVA Monte Carlo Framework

Simone Alioli, C. Bauer+6 more|arXiv (Cornell University)|May 22, 2013

Particle physics theoretical and experimental studies参考文献 10被引用数 4

ひとこと要約

本稿では、次-leading-order (NLO) 行列要素補正、次々-next-to-leading logarithmic (NNLL) レスオリューション変数（例：N-jettiness）のくりこみ、および Pythia 8 を用いたパートンシャワイングを統合することで、すべてのフェーズスペース領域においてより高い摂動的精度を達成するジェネヴァ・モンテカルロフレームワークを提示する。このフレームワークは、LEP $e^+e^-$ データ（たわみ、Cパラメータ、ヘビー・ジェット質量、ジェット幅拡散）を中央値および理論的不確実性の両面で非常に良好に再現し、レゾリューション変数を超える高次の対数構造を捉える能力を検証した。

ABSTRACT

We discuss the GENEVA Monte Carlo framework, which combines higher-order resummation (NNLL) of large Sudakov logarithms with multiple next-to-leading-order (NLO) matrix-element corrections and parton showering (using PYTHIA8) to give a complete description at the next higher perturbative accuracy in alpha_s at both small and large jet resolution scales. Results for e+e- -> jets compared to LEP data and for Drell-Yan production are presented.

研究の動機と目的

• 次々-next-to-leading logarithmic (NNLL) レスオリューション変数のくりこみを実現すると同時に、複数のNLO 行列要素補正およびパートンシャワイングを統合するモンテカルロフレームワークの開発。
• 固定順序計算およびくりこみ計算を次々-next-to-leading logarithmicの精度を超えて拡張し、すべてのジェット多重度およびレゾリューションスケールで信頼できる予測を可能にする。
• フレームワークの整合性を検証するため、解析的くりこみと$e^+e^-$衝突器からの実験的データ（特に固定順序とくりこみの領域の遷移領域）との比較を実施。
• フレームワークをハドロン衝突に拡張し、LHCにおける$pp$衝突のDrell-Yan過程に対して、ビーム・トゥルースをレゾリューション変数として用いることで、その実現可能性を示す。

提案手法

• ジェット解像度スケール $\mathcal{T}_N^\mathrm{cut}$ を用いて、排他的$N$-ジェット領域と包含的$(N+1)$-ジェット領域に分離する。$\mathcal{T}_N$ はN-jettinessとして定義される。
• $N$-ジェット領域（$\mathcal{T}_N \ll Q$）では、$\ln(\mathcal{T}_N/Q)$ のNNLLくりこみを適用。$(N+1)$-ジェット領域（$\mathcal{T}_N \gg \mathcal{T}_N^\mathrm{cut}$）では、固定順序（NLO）計算を用いる。
• マスターフォーミュラにより、くりこみ結果と固定順序結果を減算方式で結合する：$\mathrm{d}\sigma/\mathrm{d}\Phi_N(\mathcal{T}_N^\mathrm{cut}) = \mathrm{d}\sigma^{\mathrm{resum}}/\mathrm{d}\Phi_N(\mathcal{T}_N^\mathrm{cut}) + [\mathrm{d}\sigma^{\mathrm{FO}} - \mathrm{d}\sigma^{\mathrm{resum}}|_{\mathrm{FO}}]$。これにより滑らかな遷移と正しい不確実性推定が保証される。
• マスターフォーミュラを高次の階層に一般化することで、複数のジェット多重度を段階的に処理する。
• パートンシャワイングはPythia 8を用いて実装され、イベント重みおよび$\mathcal{T}_N$ 値の保存を制約することで、摂動的整合性を確保する。
• ハドロン化はPythia 8のデフォルトモデルを用い、追加の制約は課さない。非摂動的効果は部分的予測に含まれないため。

実験結果

リサーチクエスチョン

• RQ1 モンテカルロフレームワークは、ジェット解像度変数のNNLLくりこみ、複数のNLO 行列要素補正、およびパートンシャワイングを同時に統合しつつ、摂動的精度を保持できるか？
• RQ2 ジェネヴァフレームワークは、Cパラメータ、ヘビー・ジェット質量など、$\mathcal{T}_2$ とは異なるくりこみ構造を持つ観測量について、実験的$e^+e^-$データを解析的くりこみと比較してどれほど良好に再現するか？
• RQ3 フレームワークは、ビーム・トゥルースをレゾリューション変数として用い、Drell-Yan生成に対してハドロン衝突に拡張可能か。また、くりこみ領域と固定順序領域の整合性は保たれるか？
• RQ4 高次のくりこみを組み込むことで、固定順序摂動論が許容するよりも低いジェット解像度スケールへの到達がどの程度可能になるか？

主な発見

• ジェネヴァは、ALEPHおよびOPALの$e^+e^-$データ（2-jettiness、Cパラメータ、ヘビー・ジェット質量、ジェット幅拡散）について、Pythia 8シャワーの前後を問わず、非常に良好な一致を示した。
• フレームワークは、$\mathcal{T}_2$ の解析的NNLLくりこみを中央値および理論的不確実性の両面で完璧に再現し、実装の正しさを確認した。
• $\mathcal{T}_2$ とは異なるくりこみ構造を持つ観測量（例：Cパラメータ、ジェット幅拡散）に対しても、ジェネヴァは関連する高次の対数補正を的確に捉えており、解析的くりこみとの密接な一致からその妥当性が裏付けられた。
• Pythia 8によるハドロン化後も、ジェネヴァの結果は、分布のピーク領域および遷移領域の両方で、ALEPHおよびOPALのデータと非常に良好に一致した。
• $\sqrt{S} = 8$ TeVでの$pp$衝突におけるDrell-Yan生成にビーム・トゥルースをレゾリューション変数として用いた拡張は、整合性を示した。中央値および不確実性は、大きな$\mathcal{T}_0$ における固定順序結果と、小さな$\mathcal{T}_0$ におけるNNLLくりこみと一致した。
• フレームワークにより、$\alpha_s \ln^2 \tau^{\mathrm{cut}} \ll 1$ の制限が解除され、固定順序手法のみでは不可能なほど低いジェット解像度スケールでも信頼できる予測が可能になった。