[論文レビュー] TeVJet: A general framework for the calculation of jet observables in NLO QCD

Michael H. Seymour, C. M. Tevlin|ArXiv.org|Mar 14, 2008

Particle physics theoretical and experimental studies参考文献 14被引用数 36

ひとこと要約

TeVJet は、ドライプ減算法を用いて次-leading-order (NLO) QCD ジェット観測量を計算するためのモンテカルロフレームワークである。このフレームワークは、減算項と自己エネルギー空間積分の自動生成を実行し、行列要素以外のユーザー入力が最小限で済む新規プロセスの NLO 戦略の効率的計算を可能にする。

ABSTRACT

In this paper we present the parton level Monte Carlo program TeVJet, a direct implementation of the dipole subtraction method for calculating jet cross sections in NLO QCD. It has been written so as to allow the inclusion of new processes in as straightforward a way as possible. The user must provide the usual ingredients for an NLO calculation and from these the process-independent parts required to make the phase space integrals finite in 4 dimensions are automatically generated. These integrals are then performed using Monte Carlo techniques. We present the results for a few example processes.

研究の動機と目的

• ハドロン衝突と $e^+e^-$ プロセスにおけるジェット観測量の NLO QCD 計算のための汎用的で拡張可能なフレームワークを提供すること。
• NLO 計算における赤外・紫外発散を処理するために必要な減算項と自己エネルギー空間積分の自動生成を実現すること。
• ユーザーが行列要素と干渉項のみを提供することで、新規プロセスの NLO ジェット断面積を計算できるようにすること。手動での実装を最小限に抑える。
• ハドロン初期状態の部分素粒子分布関数との畳み込みを含む、マルチチャネル自己エネルギー空間積分をサポートすること。
• 将来の行列要素生成の自動化の基盤を築くこと。これにより、ユーザー入力は仮想振幅のみに限定される。

提案手法

• フレームワークは、NLO QCD 計算における赤外・紫外発散を処理するためにドライプ減算法を実装している。
• ドライプ項、演算子 I、P、K、および自己エネルギー空間積分に必要な統合された減算項を自動的に計算する。
• プログラムはマルチチャネル自己エネルギー空間積分を実行するためにモンテカルロ積分を用い、数値的安定性と収束性を確保する。
• ユーザーはボーンレベルの行列要素の二乗、実発光振幅、仮想干渉項を提供する。残りの部分は自動的に生成される。
• 拡張性とモジュラリティを高めるために、モジュラークラス（例：Process、JetFunction、PhaseSpace、Histogram）に構造化されている。
• $e^+e^-$ およびハドロン-ハドロンプロセスの両方をサポートしており、初期状態のハドロンに対する部分素粒子分布関数との畳み込みも可能である。

実験結果

リサーチクエスチョン

• RQ1 ドライプ減算法を、NLO ジェット観測量のための汎用モンテカルロフレームワークに体系的に実装する方法は何か？
• RQ2 どのようなモジュラーソフトウェア設計が、多様なプロセスにわたる減算項および自己エネルギー空間積分の効率的で自動化された計算を可能にするか？
• RQ3 行列要素と仮想振幅のみをユーザー入力として提供する状況で、減算および積分の完全自動化をどの程度達成できるか？
• RQ4 フレームワークは、$e^+e^- \to 3$ ジェットや $ep \to e+1$ ジェットといったベンチマークプロセスの既知の NLO 結果をどの程度正確に再現できるか？
• RQ5 複雑な最終状態ジェット構造を有するプロセスに対して、フレームワークのスケーラビリティとパフォーマンスはいかがなものか？

主な発見

• TeVJet は、$\alpha_s(M_Z) = 0.118$ を用いて、$e^+e^- \to 3$ ジェットにおけるスレーブトおよび C-パラメータの分布を NLO QCD で正確に計算しており、既知の予測と一致する。
• 係数関数 $A_t(t)$ と $B_t(t)$ を用いたスレーブトの微分断面積が正しく再現されており、ドライプ減算法の実装が正しいことが確認された。
• ep \to e+1 ジェット過程では、電子および先頭ジェットの横方向運動量および擬似急速度分布が、参照文献 [25] からの既存の結果とよく一致している。
• プログラムは、$R=1$ の $kt$ ジェットアルゴリズムをインクルーシブモードで正しく処理し、電子に対して $p_T > 10$ GeV のカットを適用しており、実験設定と整合している。
• CTEQ5M 部分素粒子分布関数と $Q^2 = -q^2$ を用いたスケール設定により、深接続散乱プロセスに対する信頼性の高い予測が得られた。
• 複雑なプロセスに対しても、減算項と自己エネルギー空間積分の自動生成が実現可能で、正確であることがフレームワークによって示された。