[論文レビュー] The Path to Proton Structure at One-Percent Accuracy

Richard D. Ball, Stefano Carrazza+15 more|arXiv (Cornell University)|Sep 6, 2021

Particle physics theoretical and experimental studies参考文献 143被引用数 37

ひとこと要約

本論文は NN PDF4.0 を提示する。グローバルなPDFセットで、44の新しいデータセット、機械学習に基づくハイパーパラメータ最適化、そして厳密な検証（クロージャ検証と将来検証）を用い、EW補正を含むNNLOでパーセントレベルのPDF精度を達成する。

ABSTRACT

We present a new set of parton distribution functions (PDFs) based on a fully global dataset and machine learning techniques: NNPDF4.0. We expand the NNPDF3.1 determination with 44 new datasets, mostly from the LHC. We derive a novel methodology through hyperparameter optimisation, leading to an efficient fitting algorithm built upon stochastic gradient descent. We use NNLO QCD calculations and account for NLO electroweak corrections and nuclear uncertainties. Theoretical improvements in the PDF description include a systematic implementation of positivity constraints and integrability of sum rules. We validate our methodology by means of closure tests and "future tests" (i.e. tests of backward and forward data compatibility), and assess its stability, specifically upon changes of PDF parametrization basis. We study the internal compatibility of our dataset, and investigate the dependence of results both upon the choice of input dataset and of fitting methodology. We perform a first study of the phenomenological implications of NNPDF4.0 on representative LHC processes. The software framework used to produce NNPDF4.0 is made available as an open-source package together with documentation and examples.

研究の動機と目的

• NNPDF3.1 の決定を、LHC を中心とした大規模なグローバルデータセットで拡張し、PDFの不確実性とバイアスを低減する。
• 完全自動化されたハイパーパラメータ最適化ワークフローを導入し、ニューラルネットワークのパラメトライゼーションと適合手法を選択する。
• 理論的・方法論的側面（正の値性、可積分性、EW補正、核的不確定性）を改善し、頑健性を検証する。
• 精密なLHCフェノロジーに適したオープンソースソフトウェアと検証済みPDFを提供する。

提案手法

• ニューラルネットワークでPDFをパラメトリゼーションし、ハイパーパラメータ最適化を介して自動的にパラメトライゼーション基底を最適化する。
• フィットを加速させるために確率的勾配降下法を用いて訓練し（TensorFlowベース）、利用可能な場合には高速なNNLO横断計算を実装する。
• 閉包検証と将来検証の二層検証を用いて、不確実性推定とデータ適合性の信頼性を確保する。
• 正の値性制約と非同次和則の可積分性を課してPDFの物理的挙動を担保する。
• NNLO QCD と NLO EW補正を組み込み、核的不確定性と重味関係の扱いを適合に含める。
• 複数形式のPDFセットを提供する（モンテカルロレプリカ、ヘシアン、圧縮レプリカ）と、開示可能なオープンソースフレームワークを公開する。

実験結果

リサーチクエスチョン

• RQ1 44の新しいLHCデータセットと新しいプロセスの包含がPDF不確実性をパーセントレベルの精度へ低減するか。
• RQ2 自動化されたハイパーパラメータ最適化は、以前の手動手法と比較してPDF決定の安定性・バイアス・頑健性にどのような影響を与えるか。
• RQ3 閉包検証と将来検証を様々なデータセットと摂動順序でテストした場合、PDFとその不確実性は信頼できるか。
• RQ4 正の値性制約、非同次の可積分性、核補正が得られたPDFとフェノロジーに与える影響は何か。
• RQ5 NNPDF4.0 のPDFは主要なLHC観測において、以前のセットや他のPDF決定と比較してどのように異なるか。

主な発見

• NNPDF4.0 は44の新しいデータセットを含み、PDFはほとんどDISだけでなくLHCデータによって支配される。
• 方法論は自動化されたハイパーパラメータ最適化と確率的勾配降下法を使用し、レプリカごとのフィットを約20倍の速度で高速化する。
• PDF不確実性は広範な閉包検証と将来検証を通じて検証され、データセットとパラメトライゼーションの変更に対する頑健性を示す。
• 分析は正の値性制約と和則の可積分性を実装し、核補正とEW効果を適合に考慮する。
• 納品物にはアルファ_s 変動を含むNNLO PDFs（LO/NLOバリアント）と再現可能な分析のためのオープンソースコードとドキュメントが含まれる。
• NNPDF3.1 と比較して、NNPDF4.0 は不確実性を低減し、代表的なLHCプロセスの現象論的影響を強化する。