[論文レビュー] SFitter: Reconstructing the MSSM Lagrangian from LHC data

M. P. Rauch, R. Lafaye+2 more|ArXiv.org|Oct 15, 2007

Particle physics theoretical and experimental studies参考文献 13被引用数 8

ひとこと要約

SFitter は、重み付きマルコフ連鎖技術を用いて高次元パラメータ空間を走査することで、LHC データから MSSM ラグランジアンを再構築するツールである。これにより、最適適合パラメータと尤度マップが得られ、モデルに依存しない手法で TeV スケールの MSSM パラメータを抽出し、宇宙論的データと整合性のあるダークマターの残存密度を検証できる。

ABSTRACT

Once supersymmetry is found at the LHC, the question arises what are the fundamental parameters of the Lagrangian. The answer to this question should thereby not be biased by assumptions on high-scale models. SFitter is a tool designed for this task. Taking LHC (and possibly ILC) data as input it scans the TeV-scale MSSM parameter space using its new weighted Markov chain technique. Using this scan it determines a list of best-fitting parameter points. Additionally a log-likelihood map is calculated, which can be reduced to lower-dimensional Frequentist's profile likelihoods or Bayesian probability maps.

研究の動機と目的

• 高スケールモデルに依存しない形で、高次元かつ相関の強い MSSM パラメータ空間を LHC および ILC の観測量にマッピングすること。
• 理論的仮定を最小限に抑えて、実験データから TeV スケールの MSSM パラメータとその不確実性を抽出すること。
• 軽い中性ノイザーがダークマター候補として、宇宙論的残存密度測定と整合するかを検証すること。
• 多様なデータタイプ（運動量端点、断面積、分岐比など）を用いてラグランジアンパラメータを再構築する柔軟なフレームワークを提供すること。

提案手法

• 最小限のバイアスで、最大20次元の MSSM パラメータ空間を探索する重み付きマルコフ連鎖モンテカルロ手法を採用する。
• RFit スキームに基づく尤度関数を用い、理論的誤差をボックス型と仮定し、実験的誤差と二乗和で統合する。
• メトロポリス＝ハスティングス法を用い、柔軟な提案分布を採用することで、適応的かつ効率的なパラメータ空間探索を実現する。
• SLHA 形式を介して、複数のスペクトル生成器（SoftSUSY, SuSPECT, ISASUSY）と断面積計算ツール（Prospino2, Msmlib, SUSY-HIT）を統合する。
• micrOMEGAs を用いて残存密度を計算し、WMAP データと比較することでダークマターの妥当性を検証する。
• 頻度主義のプロファイル尤度とベイズ的周辺化後確信度マップの両方を生成し、事前分布の選択に敏感であることを示す。

実験結果

リサーチクエスチョン

• RQ1 特定の高スケールモデルを仮定せずに、LHC データから MSSM ラグランジアンをどのように再構築できるか。
• RQ2 制約が不足したパラメータ領域において、事前分布の選択がベイズ的周辺化尤度マップに与える影響は何か。
• RQ3 コライダーのデータが、高次元空間における MSSM パラメータとその不確実性をどの程度まで制約できるか。
• RQ4 現在および将来のコライダーの精度を考慮した場合、軽い中性ノイザーが観測された残存密度とどの程度整合するか。
• RQ5 尤度マップを低次元への投影に簡略化しても、統計的妥当性と物理的洞察を損なわずに保てるか。

主な発見

• SFitter は LHC データを用いて SPS1a MSSM ポイントを成功裏に再構築し、明確な不確実性を伴う一貫性のある最適適合パラメータセットを生成した。
• tanβ のベイズ的周辺化後確信度には、事前分布の選択に強く依存する。B に一様分布を仮定すると、低 tanβ に事前分布支配のピークが現れるが、tanβ に一様分布を仮定すると、真値で正しい最大値が得られる。
• SPS1a の残存密度は Ω_CDM h² = 0.1906 ± 0.0033 と推定され、WMAP 値の 0.1277 ± 0.008 を上回り、過剰閉じ込めを示唆する。
• 将来の ILC データにより、抽出された残存密度の不確実性は 10 分の 1 にまで低下し、コライダーによる制約が宇宙論的測定と同等の精度に達する可能性がある。
• 尤度マップは堅牢に計算可能であり、プロファイル尤度や周辺化後確信度マップへの簡略化が可能で、頻度主義的およびベイズ的推論を両立できる。
• 重み付きマルコフ連鎖手法により、相関の強い複雑なパラメータ空間の効率的探索が可能となり、高次元においては固定グリッド法や Minuit 法を凌駆する。