[논문 리뷰] A Poisson likelihood approach to fake lepton estimation with the matrix method

E. W. Varnes|arXiv (Cornell University)|2016. 06. 22.

Particle physics theoretical and experimental studies인용 수 4

한 줄 요약

이 논문은 고에너지 물리학에서 매트릭스 방법을 사용하여 가짜 레프톤 배경 추정을 향상시키기 위해 포isson 우도 접근법을 제안한다. 사건 수를 포isson 분포를 따르는 관측치로 모델링하고 우도 함수를 최대화함으로써, 특히 실제 및 가짜 레프톤 효율이 크게 다를 경우 또는 높을 경우, 표준 해석적 매트릭스 방법에 비해 더 정밀하고 안정적이며 음수가 아닌 가짜 레프톤 수확량 추정을 제공한다.

ABSTRACT

Many high-energy physics analyses require the presence of leptons from $W$, $Z$, or $H$ boson decay. For these analyses, signatures that mimic such leptons present a `fake lepton' background that must be estimated. Since the magnitude of this background depends strongly upon details of the detector response, it can be difficult to estimate with simulation. One data-driven approach is the `matrix method', in which two categories of leptons are defined (`loose' and `tight'), with the tight category being a subset of the loose category. Using the populations of leptons in each category in the analysis sample, and the efficiencies for both real and fake leptons in the loose category to satisfy the criteria for the tight category, the fake background yield can be estimated. This paper describes a Poisson likelihood implementation of the matrix method, which provides a more precise, reliable, and robust estimate of the fake background yield compared to an analytic solution. This implementation also provides a reliable estimate of the background for cases in which the analysis selection permits more loose leptons than tight leptons, potentially allowing for greater selection efficiency.

연구 동기 및 목표

• 고에너지 물리학 분석에서 표준 해석적 매트릭스 방법이 가짜 레프톤 배경을 추정하는 데 가지는 한계를 해결하기 위해.
• 실제 및 가짜 레프톤 효율이 사건 간에 크게 다를 경우에도 더 견고하고 정밀한 가짜 레프톤 수확량 추정 방법을 개발하기 위해.
• 물리적으로 의미가 없는 음수 값이 흔한 표준 구현 방식에서 발생하는 비물리적 음수 추정을 방지하기 위해.
• 특히 저통계량 또는 고가짜 배경 조건에서 불확도 추정과 수치적 안정성을 향상시키기 위해.
• 분석 선택 기준에서 타이트 레프톤보다 더 느슨한 레프톤을 허용하는 경우에도 매트릭스 방법의 적용 가능성을 확장하기 위해.

제안 방법

• 관측된 느슨한 및 타이트 레프톤 사건 수를 포isson 분포를 따르는 랜덤 변수로 모델링하고, 우도 함수는 진짜 배경 사건 수와 효율 파rameter에 의존한다.
• 실제 및 가짜 레프톤에 대한 사건 수준의 효율을 포함하는 우도 함수를 사용하여 타이트 샘플 내 가짜 레프톤 사건 수를 추정한다.
• 이 방법의 핵심은 알려지지 않은 가짜 사건 수에 대해 포isson 로그우도 함수를 수치 최적화 기법을 사용해 최대화하는 것이다.
• 평균 효율을 사용하지 않고 사건별로 다를 수 있는 실제 및 가짜 레프톤 효율(r_i, f_i)의 변화를 고려한다.
• 다수의 느슨한 레프톤을 포함하는 사건을 고려하기 위해 매트릭스 형식을 확장하여, 느슨한 레프톤 수가 타이트 레프톤 수를 초과하는 경우도 처리한다.
• 우도 프레임워크는 자연스럽게 신뢰할 수 있는 오차 추정과 음수가 아닌 배경 수확량 예측을 보장한다.

실험 결과

연구 질문

• RQ1 표준 해석적 매트릭스 방법에 비해 우도 기반 접근법이 가짜 레프톤 배경 추정의 정밀도와 안정성 향상에 기여하는가?
• RQ2 실제 및 가짜 레프톤 효율이 사건 간에 크게 다를 경우 이 방법은 어떻게 성능을 보이는가?
• RQ3 특히 저통계량 샘플에서 비물리적 음수 추정을 방지하는가?
• RQ4 분석 선택 기준에서 타이트 레프톤보다 더 많은 느슨한 레프톤을 허용할 경우에도 이 방법이 신뢰할 만한 가짜 배경 추정을 제공하는가?
• RQ5 이 우도 방법의 불확도 및 풀 분포는 표준 매트릭스 방법과 평균 효율 변형과 비교해 어떻게 다른가?

주요 결과

• 포isson 우도 방법은 특히 효율이 사건 간에 크게 다를 경우 표준 해석적 매트릭스 방법에 비해 더 정밀하고 안정적인 가짜 레프톤 수확량 추정을 제공한다.
• 이 방법은 음수가 아닌 가짜 배경 수확량 추정을 보장하여, 표준 방법에서 흔히 발생하는 비물리적 음수 중심값 문제를 해결한다.
• 1000건의 사례를 가진 토이 몬테카를로 샘플에서 평균 효율이 r=0.90 및 f=0.50일 경우, 우도 방법은 표준 방법 대비 중심이 0에 가까운 더 좁은 산포를 보이는 개선된 풀 분포를 보였다.
• 효율이 더 높은 경우(f=0.70)에도 우도 방법은 더 나은 커버리지와 감소된 편향을 유지했으며, 특히 느슨한 레프톤 수가 타이트 레프톤 수를 초과하는 경우에 유리했다.
• 이 방법은 하나에서 세 개의 느슨한 레프톤과 하나에서 두 개의 타이트 레프톤을 포함하는 다양한 구성에서도 견고한 성능을 보였으며, 풀 분포는 중심이 0 근처에 위치하고 일관된 산포를 보였다.
• 느슨한 레프톤 수가 타이트 레프톤 수를 초과하는 경우, 우도 방법은 진짜 가짜 수확량의 과소평가를 줄였으며, 표준 방법에서 관찰된 과소평가 영역에 속하는 피팅 비율이 약 0.1%에 불과했다.