[論文レビュー] The RooFit toolkit for data modeling

W. Verkerke, D. Kirkby|ArXiv.org|Jun 14, 2003

Simulation Techniques and Applications参考文献 1被引用数 258

ひとこと要約

RooFitツールキットは、C++ベースのオブジェクト指向フレームワークであり、高エネルギー物理学における複雑なデータモデルの構築、フィッティング、解析を、自然な数学的表記で可能にする。自動最適化を備え、ビン化および非ビン化の両方の最尤フィッティングをサポートし、大規模な分析プロジェクトの管理にスケーラブルなツールを提供しており、2002年から本番環境で利用可能となっており、現在はHEPコミュニティ全体に向けてSourceForgeで公開されている。

ABSTRACT

RooFit is a library of C++ classes that facilitate data modeling in the ROOT environment. Mathematical concepts such as variables, (probability density) functions and integrals are represented as C++ objects. The package provides a flexible framework for building complex fit models through classes that mimic math operators, and is straightforward to extend. For all constructed models RooFit provides a concise yet powerful interface for fitting (binned and unbinned likelihood, chi^2), plotting and toy Monte Carlo generation as well as sophisticated tools to manage large scale projects. RooFit has matured into an industrial strength tool capable of running the BABAR experiment's most complicated fits and is now available to all users on SourceForge.

研究の動機と目的

• 複雑なデータモデルの手動開発が引き起こす物理学分析のボトル neck を解消すること。
• 再利用可能で拡張可能なフレームワークを提供することで、モデルの構築とフィッティングに要する時間と労力を削減すること。
• 全自動化されたフィッティング、プロット作成、モンテカルロ生成を伴う大規模で多パラメータのフィッティングをサポートすること。
• 数学的構造をC++オブジェクトに抽象化することで、物理学者が低レベルのコーディングではなく物理学に集中できるようにすること。
• 複雑で多成分の分析ワークフローにおけるプロジェクト管理の標準化と最適化を図ること。

提案手法

• 変数（RooRealVar）、関数（RooAbsReal）、確率密度関数（RooAbsPdf）、積分（RooRealIntegral）といった数学的概念を模倣したC++オブジェクトを用いてモデルを構築する。
• 加法、畳み込み、合成といった数学的演算子を用いて基本的なPDFを組み合わせることで、合成モデルを構築し、記号的取り扱いが可能になる。
• 非ビン化およびビン化の最尤フィッティングに加えカイ二乗フィッティングもサポートし、計算パフォーマンスの自動最適化が行われる。
• 組み込みツールによりトイモンテカルロサンプルが生成され、誤差処理（ポisson/二項分布）を正しく行い、正規化されたモデルプロジェクションを重ね書きできる。
• 離散変数によりイベント分類が可能となり、複数のデータセットを1つの構造に統合し、サブセット間で同時にフィッティングが可能になる。
• 自動PDF生成ツールにより、1つのプロトタイプから複数のPDFが生成され、ユーザー定義のルールに従って各サブセットのパrameterizationが適用される。

実験結果

リサーチクエスチョン

• RQ1 ソフトウェアツールキットは、高エネルギー物理学における複雑なデータモデルの構築とフィッティングに要する複雑さと時間をどのように軽減できるか？
• RQ2 PDF、積分、関数といった数学的構造を、物理学分析フレームワーク内で再利用可能で、C++オブジェクトとして効果的に表現する最良の方法は何か？
• RQ3 C++環境における自動最適化と記号的取り扱いは、手作業でコーディングされたモデルと同等またはそれ以上のパフォーマンスを達成できるか？
• RQ4 一貫性のある設定と再現可能性を保証しながら、大規模で多成分の分析プロジェクトの管理をどのように支援できるか？
• RQ5 ドメイン特化のモデリングフレームワークは、異なる物理学分析にわたって、どの程度拡張可能で再利用可能にできるか？

主な発見

• RooFitは、物理学者が数学的表記に近く、理論と実装の間の認知的ギャップを著しく小さくする表記法を用いて、複雑なデータモデルを構築できる。
• ツールキットは非ビン化およびビン化の最尤フィッティングに加えカイ二乗フィッティングをサポートし、誤差推定とプロット作成の全自動化が行われる。
• 自動最適化技術がすべてのモデルに透明に適用され、手作業でコーディングされた同等のものと同等またはそれ以上のパフォーマンスを確保する。
• フレームワークは、珍しい崩壊、CP非対称性、ダリーツ図の分析を含む広範な分析において、BaBar実験で実際に導入され、産業規模の信頼性を示している。
• 2002年にSourceForgeで公開されて以来、RooFitは複数のHEP共同研究グループに採用されており、コミュニティによる評価と長期的な持続可能性を示している。
• 離散変数、自動PDF生成、プロジェクト構成管理のサポートにより、スケーラブルで再現可能で保守性の高い分析ワークフローが実現されている。