[論文レビュー] Les Houches 2011: Physics at TeV Colliders New Physics Working Group Report

G. Brooijmans, Gripaios, B.+142 more|OpenBU (Boston University)|Mar 7, 2012

Particle physics theoretical and experimental studies参考文献 1被引用数 5

ひとこと要約

本論文では、ハイパーエネルギー物理学モデルデータベース（HEPMDB）を紹介する。これは、ハイパフォーマンスコンピューティング（HPC）を用いて、研究者が新しい物理学モデルのアップロード、検証、事象生成の予測を実行できるウェブベースのプラットフォームである。モデル評価、微分断面積計算、FeynRulesおよびLanHEPを介したイベント生成をサポートし、将来は検出器シミュレーションツールと統合する予定であり、LHCのモデル比較を目的として、理論、事象生成、実験データを統合する。

ABSTRACT

This report presents the activities of the `New Physics' working group for the `Physics at TeV Colliders' workshop (Les Houches, France, 10--28 June, 2019). These activities include studies of direct searches for new physics, approaches to exploit published data to constrain new physics, as well as the development of tools to further facilitate these investigations. Benefits of machine learning for both the search for new physics and the interpretation of these searches are also presented.

研究の動機と目的

• 理論、事象生成、実験を統合するための、コミュニティ主導の高エネルギー物理学モデル用の統一データベースを構築すること。
• 研究者が標準フォーマット（例：FeynRules、LanHEP）でモデルをアップロードし、自動的に微分断面積およびイベント生成計算を実行できるようにすること。
• モデルのバージョンと変更履歴を追跡することで、再現性を支援すること。
• 将来、検出器レベルのシミュレーションおよびNLO計算を含めるためにデータベースを拡張すること。
• 行列要素ジェネレータを用いた独立実装との自動比較を通じて、モデル検証を支援すること。

提案手法

• モデル評価に使用するウェブインターフェースをハイパフォーマンスコンピューティング（HPC）クラスタに接続する。
• MEジェネレータ、FeynRules、LanHEPのネイティブフォーマットでのモデルアップロードをサポートする。
• ユーザー定義のプロセスに対して、パートンレベルのイベント生成を実行し、LHEファイルを出力する。
• 微分断面積およびイベント生成ワークフローにおいて、CalcHEPおよびWHIZARDと統合する。
• 将来、検出器レベルのシミュレーションのため、MadGraph/MadEvent、CompHEP、Delphesへの互換性拡張を計画する。
• 相関するシグネチャをサポートする構造化されたシグネチャデータベースを構築する。

実験結果

リサーチクエスチョン

• RQ1 集中型でコミュニティがアクセス可能なデータベースは、高エネルギー物理学における新しい物理学モデルの再現性と検証をどのように向上させ得るか？
• RQ2 モデル生成、事象生成予測、実験的シグネチャーシミュレーションを統合する最適な方法は何か？
• RQ3 行列要素ジェネレータとクロスコンペアツールを用いて、モデル実装の自動検証をどのように達成できるか？
• RQ4 標準化されたモデルデータベースは、LHCデータに対して競合する新しい物理学シナリオを比較する上で、どのような役割を果たすか？
• RQ5 NLO計算および検出器レベルのシミュレーションをサポートするための、技術的および組織的ステップは何か？

主な発見

• HEPMDBは現在、ウェブインターフェースを通じてCalcHEPおよびWHIZARDのモデルの検索、アップロード、および自動的な微分断面積／イベント生成を可能としている。
• 異なるゲージおよびジェネレータ間での行列要素結果の自動比較を通じて、モデル検証が可能であり、独立実装との比較も可能性を有する。
• バージョン追跡機能により、時間経過に伴うモデル予測の再現性が保証される。
• 将来の開発では、MadGraph/MadEvent、CompHEP、Delphesとの統合により、FASTSIM形式までの完全なシミュレーションチェーンを実現する予定である。
• データベースは、相関するシグネチャおよび運動量分布プロットのサポートを拡張し、モデルの識別を強化する。
• 長期的な目標として、ダークマターの残存密度計算のためのMicrOMEGAsとの統合、パラメータースペーススキャンの有効化を計画しており、モデル予測がLHCデータ形式と整合するように焦点を当てる。