[論文レビュー] Towards an Understanding of the Correlations in Jet Substructure

D. L. Adams, A. T. H. Arce+84 more|arXiv (Cornell University)|Apr 2, 2015

Particle physics theoretical and experimental studies参考文献 2被引用数 11

ひとこと要約

本論文は、LHCにおけるクォーク/グルーオン、Wボソン、トップクォークのタグギングにおけるジェット部分構造観測量の相関関係と補完性を調査する。粒子レベルのシミュレーションを用いて、ジェット成分の多重度と $ C_1^{eta=1} $ を組み合わせることでクォーク/グルーオン分離がほぼ最適化されることを特定した。一方、グローミング質量に加えて他の部分構造変数を組み合わせることで、ブーストされた対象のタグギング性能が顕著に向上し、今後の高エネルギー物理学の探索に向けた堅牢で性能最適化された観測量の組み合わせの重要性が浮き彫りになった。

ABSTRACT

Over the past decade, a large number of jet substructure observables have been proposed in the literature, and explored at the LHC experiments. Such observables attempt to utilize the internal structure of jets in order to distinguish those initiated by quarks, gluons, or by boosted heavy objects, such as top quarks and W bosons. This report, originating from and motivated by the BOOST2013 workshop, presents original particle-level studies that aim to improve our understanding of the relationships between jet substructure observables, their complementarity, and their dependence on the underlying jet properties, particularly the jet radius and jet transverse momentum. This is explored in the context of quark/gluon discrimination, boosted W boson tagging and boosted top quark tagging.

研究の動機と目的

• クォーク/グルーオンおよびブーストされた対象のタグギングに用いられるさまざまなジェット部分構造観測量の間の物理的関係および相関関係を理解すること。
• 部分素粒子レベルでのジェット横断運動量 ($p_T$) およびジェット半径 ($R$) に依存するタグギング性能の依存関係を特定すること。
• QCD背景ジェットと信号ジェットの識別を向上させるために、最も補完的で堅牢な観測量の組み合わせを同定すること。
• すべての利用可能な粒子レベル情報を利用した「究極的」タッカーの可能性を評価し、性能のベースラインを確立すること。
• 積層と分解能の影響に対して感受性が低い観測量を同定することで、今後の検出器レベルの研究を支援すること。

提案手法

• 13 TeVの中心系エネルギー $\sqrt{s} = 13$ TeV におけるクォーク、グルーオン、Wボソン、トップクォークのジェットの粒子レベルモンテカルロシミュレーションを実施する。
• $\tau_1$, $\tau_2$, $\tau_3$, $C_1^{\beta=1}$, $C_3$, グローミング質量、成分多重度を含む広範な部分構造観測量を評価する。
• 分類性能の評価のために、ブーストされた意思決定木（BDT）分類器を用い、個々の観測量およびその組み合わせの性能を評価する。
• 複数のベンチマークビンにおいて $p_T$ および $R$ に依存する性能の依存関係を分析し、物理的スケーリングの挙動を分離する。
• 特定の $p_T$ および $R$ 値におけるタッカー性能を最適化し、ピークでない作業点における耐性を評価する。
• 代表的なタッカー（例：ジョンズ・ホプキンズ、HEPTopTagger）の性能を、部分構造変数を組み合わせたハイブリッドモデルと比較する。

実験結果

リサーチクエスチョン

• RQ1 どのジェット部分構造観測量の組み合わせがクォーク対グルーオンジェットの識別力において最高の性能を示すか？
• RQ2 Wボソンおよびトップクォークタグギングにおける部分構造観測量の性能と相関関係は、ジェット横断運動量 ($p_T$) および半径 ($R$) にどのように依存するか？
• RQ3 一般的に用いられる観測量（例：グローミング質量、$\tau_{32}$）は、ブーストされた対象タグギングにおいて、どの程度補完的情報を提供するか？
• RQ4 すべての利用可能な粒子レベル情報を利用した場合、分類器は理論的な性能限界にどの程度近づけるか？
• RQ5 どの観測量が $p_T$ および $R$ の変動に対して最も感受性が低く、積層と分解能の影響を受ける検出器レベルの研究に最も適しているか？

主な発見

• ジェット成分の多重度と $C_1^{\beta=1}$ の組み合わせは、他の変数が相関が高いため追加の利益がほとんど得られないにもかかわらず、ほぼ最適なクォーク/グルーオン識別を達成する。
• グローミング質量はWおよびトップタグギングの主要な識別器であるが、$\tau_{32}$ や $C_3$ などの追加の観測量と組み合わせることで性能が顕著に向上する。
• Wタグギングにおいては、すべての $p_T$ ビンで $R = 0.8$ で性能がピークに達し、ジェット半径に非単調な依存関係を示す。これはクォーク/グルーオンおよびトップタグギングとは異なり、物理的要因が関与している。
• グローミング質量に加えて2つの他の部分構造観測量を組み合わせても、Wタグギングの性能は「究極的」BDTの理論的限界から大きく離れていることから、非自明な情報の補完性が存在することが示された。
• 最適化されたタッカー（例：ジョンズ・ホプキンズ、HEPTopTagger）の性能は、非最適な $p_T$ および $R$ 値に適用した場合、最大で2倍の低下にとどまり、作業点全体にわたる高い耐性を示している。
• すべてのタスクにおいて $p_T$ が増加するにつれてタグギング性能が向上するが、Wタグギングでは最適な $R$ は 0.8 である一方、クォーク/グルーオンおよびトップタグギングでは $R$ が小さくなるほど性能が向上する。