[論文レビュー] Robust Calibration of Non-Perturbative Models with History Matching

Andrew Iskauskas, Max Knobbe+2 more|arXiv (Cornell University)|Feb 25, 2026

Quantum Chromodynamics and Particle Interactions被引用数 0

ひとこと要約

この論文は Bayes Linear Emulation と History Matching を適用して SHERPA の非摂動的な成分化モデルを較正し、非侵害的なパラメータ空間と頑健な不確実性評価を得る。

ABSTRACT

We apply, for the first time, Bayes Linear Emulation and History Matching to the calibration of non-perturbative models in Monte Carlo event generators. In contrast to the usual approach of "Monte Carlo tuning", History Matching does not result in best-fit plus ellipsoidal parameter uncertainty estimates but instead identifies all parameter space regions that are consistent with data. This approach leads to a systematic and robust quantification of parametric uncertainties in the models, especially in those challenging cases where different, possibly disjoint, regions of parameter space deliver similar results, which are usually not properly treated with current methodology. We highlight the power of this method with the hadronisation models available through Sherpa: the built-in cluster fragmentation Ahadic and string fragmentation through an interface to Pythia.

研究の動機と目的

• モンテカルロイベント生成器の成分化モデルをデータに対して頑健に較正する。
• LEP データと一致するパラメータ空間のすべての領域を特定し、単一の最良適合点を求めない。
• 異なる成分化アプローチ（A Hadic 対 PYTHIA）によるパラメータおよびモデル不確実性を定量化する。
• 高次元で非摂動的なモデル較正に対して History Matching の有用性を示す。

提案手法

• SHERPA の出力をパラメータ空間全体で近似するために Bayes Linear エンジレータを適用する。
• emulator 不確実性を含む I(x)² という不適合性指標を用いて、反復的に非信頼領域を History Matching で除外する。
• 活性変数を含む基底関数と滑らかな共分散を用いてエミュレータを表現し、次元を削減する。
• エミュレータ不確実性が支配的でないまで、複数波を取り入れて非信頼領域を段階的に鋭化する。
• 432 個の LEP に由来する測定値のビンから選択した観測量をエミュレートし、MC の確率的ばらつきとモデル誤差を考慮する。
• SHERPA の2つの成分化アプローチを比較する：A Hadic クラスター断片化（19 パラメータ）と PYTHIA ベースの Lund-string 断片化（23 パラメータ）。

Figure 2 : Plots of the diagnostics performed on each emulator at each HM wave, for a late-wave P YTHIA output. From left to right, the diagnostics check predictive agreement between simulator ( $x$ -axis) and emulator ( $y$ -axis) output; implausibility classifications for simulator and emulator; a

実験結果

リサーチクエスチョン

• RQ1 History Matching は LEP 成分化データと SHERPA モデルに一致するすべてのパラメータ空間領域を特定できるか。
• RQ2 複数の成分化モデルの扱いが最終的な非信頼域と予測にどのように影響するか。
• RQ3 エミュレータ不確実性と確率的 MC ばらつきが較正結果に与える影響はどの程度か。
• RQ4 高次元の成分化較正における Bayes Linear エミュレータと活性変数の効率向上はどの程度か。

主な発見

• 本研究は History Matching と Bayes Linear エミュレータを用いて SHERPA 成分化モデルを較正し、2つの選択肢 A Hadic と PYTHIA のストリング断片化を分析した。
• 初期探索では約 1000 回のシミュレータ実行を用いてパラメータ空間をカバーし、較正には 432 個の LEP 観測量が導入された。
• History Matching を通じて、A Hadic では 127 出力、PYTHIA では 185 出力がエミュレートされ、波ごとに情報量の多いビンのサブセットを選択した。
• MC の確率的ばらつきと追加のモデル誤差項を考慮することで、最終的な非信頼領域に影響を与えた。
• エミュレーションを用いた History Matching は、単一の最適適合点 Rather ではなく、堅牢な不確実性定量化を反映した非信頼領域を生み出す。
• このフレームワークは、パラメータ空間内で類似の予測を生み出す領域を特定でき、成分化の選択（A Hadic 対 PYTHIA）によるモデル不確実性を浮き彫りにする。

Figure 3 : The active variables, and strength of effect, for all observable outputs from an ALEPH measurement of the $C$ -parameter event shape [ undefaaf ] at the final HM wave. Any tile with a border indicates that the parameter is active for that output; the colour of the tile determines the stre