[論文レビュー] Measurement of CollinearDrop jet mass and its correlation with SoftDrop groomed jet substructure observables in $\sqrt{s}=200$ GeV $pp$ collisions by STAR
本研究では、STARで$√{s}=200$ GeVの$pp$衝突において、最初のコラinearDropジェット質量測定と、そのSoftDrop groomedジェットのサブストラクチャーオブザーバブルとの相関を報告する。MultiFold機械学習アンフォールディング手法を用いて、より高いCollinearDrop質量分率は非摂動的寄与を強化することを示し、剪定の度合いと最初のハードスプリッティングの角度スケールとの間に逆相関があることを明らかにした。これは、初期段階のソフトで広角の放射効果がパートンシャワーのダイナミクスに与える影響を解明する手がかりを提供する。
Jet substructure variables aim to reveal details of the parton fragmentation and hadronization processes that create a jet. By removing collinear radiation while maintaining the soft radiation components, one can construct CollinearDrop jet observables, which have enhanced sensitivity to the soft phase space within jets. We present a CollinearDrop jet measurement, corrected for detector effects with a machine learning method, MultiFold, and its correlation with groomed jet observables, in $pp$ collisions at $\sqrt{s}=200$ GeV at STAR. We demonstrate that the population of jets with a large non-perturbative contribution can be significantly enhanced by selecting on higher CollinearDrop jet mass fractions. In addition, we observe an anti-correlation between the amount of grooming and the angular scale of the first hard splitting of the jet.
研究の動機と目的
- ジェット内のソフトで広角の放射領域を調べること、これは標準的なSoftDrop測定では抑制される。
- パートンシャワーの初期段階における非摂動的放射のプロキシとして、CollinearDropジェット質量($\Delta M/M$)を測定すること。
- CollinearDrop質量とSoftDropオブザーバブル($R_{\mathrm{g}}$, $z_{\mathrm{g}}$)との相関を調査し、初期放射が後のスプリッティングダイナミクスをどのように制約するかを理解すること。
- 新しい多次元アンフォールディング技術を用いて、イベントジェネレータの予測(PYTHIA8, HERWIG7)をデータと照合すること。
- MultiFold機械学習手法が、検出器効果を補正しながらも、ジェットサブストラクチャーオブザーバブルの多次元相関を保持する有効性を示すこと。
提案手法
- CollinearDrop質量分率$\Delta M/M = (M - M_{\mathrm{g}})/M$を測定し、ここで$M$はアングローブドジェット質量、$M_{\mathrm{g}}$はSoftDrop groomed質量である。
- SoftDrop剪定はパラメータ$(z_{\mathrm{cut}}, \beta) = (0.01, 0)$で適用され、ソフトで広角の放射による質量損失を測定する。
- 検出器効果を補正するためにMultiFold機械学習アンフォールディング手法を用い、複数のジェットサブストラクチャーオブザーバブル間の相関を保持する。
- 手法は一次元分布においてRooUnfoldと照合され、2次元およびそれ以上の次元の相関測定に応用された。
- ジェット再結合にはTPCトラックとBEMCタワ−を用い、$20 < p_{\mathrm{T}} < 30$ GeV/$c$とし、$M = M_{\mathrm{g}}$のジェットを除外することで、小さな$\Delta M$の可視性を高めた。
- 追加的に$\mu = \max(M_1, M_2)/M_{\mathrm{g}}$の測定を行い、ハードスプリッティングにおける質量分配を調べ、ベイズアンフォールディングで補正した。
実験結果
リサーチクエスチョン
- RQ1Softで広角の放射の量($\Delta M/M$で捕捉)は、ジェット内の最初のハードスプリッティングの角度スケール($R_{\mathrm{g}}$)とどのように相関するか?
- RQ2最初のハードスプリッティングの運動量不均衡($z_{\mathrm{g}}$)は、非摂動的質量寄与($\Delta M/M$)とどのように関係するか?
- RQ3PYTHIA8 や HERWIG7 などのイベントジェネレータは、CollinearDropとSoftDropオブザーバブルの観測された相関をどの程度正確に記述できるか?
- RQ4MultiFold機械学習アンフォールディング手法は、検出器効果を補正しながらも、ジェットサブストラクチャーメasurementsの多次元相関を効果的に保持できるか?
- RQ5初期段階の放射は、$\Delta M/M$、$R_{\mathrm{g}}$、$z_{\mathrm{g}}$の相互作用を通じて、後のパートンシャワースプリッティングの位相空間をどのように制約するか?
主な発見
- SoftDrop剪定の度合いと最初のハードスプリッティングの角度スケール$R_{\mathrm{g}}$との間には逆相関が観測され、これはパートンシャワーにおける角度順序と整合的である。
- $R_{\mathrm{g}}$が大きいジェットでは、$\Delta M/M$分布が小さな値にピークを持つ鋭い形状を示し、広角スプリッティングでは追加の剪定の余地が少ないことを示している。
- $R_{\mathrm{g}}$が小さいジェットでは、$\Delta M/M$分布が広がっており、狭いスプリッティングでは剪定の度合いがより多様である可能性があり、これは初期のソフト放射によるものと推測される。
- $\Delta M/M$が増加するにつれて$z_{\mathrm{g}}$分布はより平坦化し、非摂動的質量寄与が大きいほど最初のスプリッティングにおける運動量不均衡が小さいことを示している。
- PYTHIA8 DetroitとHERWIG7 H7.1-Defaultチューンはデータの一般的な傾向を再現しているが、HERWIGでは小さな$\Delta M$領域に若干の不一致が観測された。
- $\mu$の測定では、$\Delta M/M$ほど$R_{\mathrm{g}}$に依存しなく、PYTHIA6 STARチューンとPYTHIA8 Monashチューンによってよく記述されており、これはより狭いスプリッティングがより少ない仮想質量を転送することを示している。
より良い研究を、今すぐ始めましょう
論文の読解から最終レビューまで、研究時間を劇的に削減しましょう。
クレジットカード登録不要
このレビューはAIが作成し、人間の編集者が確認しました。