[論文レビュー] Mapping properties of the quark gluon plasma in Pb-Pb and Xe-Xe collisions at energies available at the CERN Large Hadron Collider

L. Vermunt, Y. Seemann+6 more|arXiv (Cornell University)|Jan 1, 2023

High-Energy Particle Collisions Research参考文献 77被引用数 1

ひとこと要約

本研究では、LHCにおけるPb-PbおよびXe-Xe衝突におけるクォーク-グルーオンプラズマ（QGP）の主要な輸送特性を抽出するために、ニューラルネットワークエミュレータを用いたベイジアン推論フレームワークを提示する。TrENToによる初期条件、FluiduMによる粘性流体力学、FastResoによるレゾナーバケージの組み合わせにより、剪断および体積粘性率対エントロピー比、凍結温度、初期時刻、エントロピー密度を同時に制約し、機械学習強化によるパrameter推論によって高い計算効率と頑健な不確実性評価を達成した。

ABSTRACT

A phenomenological analysis of the experimental measurements of transverse momentum spectra of identified charged hadrons and strange hyperons in Pb-Pb and Xe-Xe collisions at the LHC is presented. The analysis is based on the relativistic fluid dynamics description implemented in the numerically efficient extsc{Fluid{\it u}M} approach. Building on our previous work, we separate in our treatment the chemical and kinetic freeze-out, and incorporate the partial chemical equilibrium to describe the late stages of the collision evolution. This analysis makes use of Bayesian inference to determine key parameters of the QGP evolution and its properties including the shear and bulk viscosity to entropy ratios, the initialisation time, the initial entropy density, and the freeze-out temperatures. The physics parameters and their posterior probabilities are extracted using a global search in multidimensional space with modern machine learning tools, such as ensembles of neural networks. We employ our newly developed fast framework to assess systematic uncertainties in the extracted model parameters by systematically varying key components of our analysis.

研究の動機と目的

• Pb-Pb衝突におけるクォーク-グルーオンプラズマの剪断および体積粘性率対エントロピー比を、グローバルなベイジアンフィッティング手法を用いて特定すること。
• 流体力学的モデルにおいて化学的および運動的凍結過程を分離し、後段階の進化をよりよく記述すること。
• 従来のχ²最小化に代えて、データ相関およびパrameter不確実性を考慮したベイジアン手法を用いることで、パrameter推論を改善すること。
• 高速なニューラルネットワークエミュレータを開発・適用し、モデルパラメータのシステムティックな不確実性を効率的に探索すること。
• LHCデータからの識別されたハドロンおよび奇妙ハイパーロンの横運動量スペクトルを用いて、初期エントロピー密度および凍結温度を制約すること。

提案手法

• √sNN = 5.02および5.44 TeVにおけるPb-PbおよびXe-Xe衝突の、イベントごとの初期条件をTrENToモデルを用いて生成する。
• 計算速度向上のためのモード分割を施した相対論的粘性流体力学をFluiduMフレームワークで実装し、剪断粘性率対エントロピー比にヤン＝ミルズにインspiredなパラメータ化を組み込む。
• レゾナーバケージと最終状態粒子スペクトルをシミュレートするためにFastResoコードを適用する。
• 流体力学シミュレーションの訓練を経た新しいニューラルネットワークエミュレータを用い、ベイジアン推論における遅いフルモデル評価を置き換え、高次元パラメータ空間における高速サンプリングを可能にする。
• マークフ・チェーン・モンテカルロ（MCMC）を用いたベイジアン推論を実施し、パラメータの事後分布を探索する。この際、ニューラルネットワークのスラッグを用いる。
• 初期条件モデルやハイパーロンの取り扱いなど、分析の各要素を系統的に変化させ、抽出されたパラメータのシステムティック不確実性を評価する。

実験結果

リサーチクエスチョン

• RQ1 LHCにおけるPb-PbおよびXe-Xe衝突で形成されたQGPにおける剪断粘性率対エントロピー比η/sの事後分布はどのようなものか？
• RQ2 化学的凍結温度と運動的凍結温度はどのように異なり、流体力学モデルでそれらを分離することでどのような影響があるか？
• RQ3 奇妙ハイパーロンの含め方や初期条件の修正が、推定されたQGP特性にどの程度の影響を与えるか？
• RQ4 精度、速度、不確実性評価の観点から、ニューラルネットワークエミュレータは従来のガウス過程回帰と比べてどのように異なるか？
• RQ5 主要な分析要因を変更した場合、抽出されたパラメータにおけるシステムティック不確実性はどの程度か？

主な発見

• 剪断粘性率対エントロピー比η/sの事後分布は、理論的期待値および以前の格子QCD推定値と整合し、0.11–0.13の周辺に集中している。
• 体積粘性率対エントロピー比ζ/sは小さく、事後平均がゼロと一致しており、近似的に理想流体行動を示している。
• 化学的凍結はTchem ≈ 105–115 MeVで発生するが、運動的凍結はTkin ≈ 85–95 MeVで発生し、両者の間に顕著な時間的隔たりがあることが示された。
• 流体力学的進化の初期時刻τ0はτ0 ≈ 0.6–0.8 fm/cに制約され、熱化の理論的期待値と整合している。
• 初期条件モデルやレゾナーバケージ処理の変更に起因するシステムティック不確実性は、η/sやTchemといった主要パラメータに関して5–10%の範囲内に収束した。
• ニューラルネットワークエミュレータは、フル流体力学的シミュレーションと比較して計算コストを桁違いに削減し、効率的なMCMCサンプリングと頑健な不確実性評価を可能にした。