[논문 리뷰] Bayesian Study and Naturalness in MSSM Forecast for the LHC

María Eugenia Cabrera|arXiv (Cornell University)|2010. 05. 14.

Particle physics theoretical and experimental studies참고 문헌 6인용 수 4

한 줄 요약

이 논문은 제약 최소 초대칭 표준모형(CMSSM)에 대한 베이지안 분석을 통해 LHC에서의 초대칭 발견 가능성을 예측하며, 전자약대칭 붕괴를 $M_Z$를 통해 제약 조건으로 포함한다. 이는 $M_Z$를 실험 데이터로 간주할 경우, 베이지안 추론에서 자연스럽게 미세조정 페널티가 유도됨을 보여주며, 사전 분포의 선택과는 무관하게 고에너지 영역의 매개변수 공간이 통계적으로 의미 없게 된다.

ABSTRACT

We perform a forecast of the CMSSM for the LHC based in an improved Bayesian analysis taking into account the present theoretical and experimental wisdom about the model. In this way we obtain a map of the preferred regions of the CMSSM parameter space and show that fine-tuning penalization arises from the Bayesian analysis itself when the experimental value of Mz is considered. The results are remarkable stable when using different priors

연구 동기 및 목표

• CMSSM 프레임워크 내에서 베이지안 추론을 사용하여 LHC에서 초대칭 발견 가능성의 가능성을 예측하기 위해.
• 자연스러움—특히 미세조정—이 사전에 도입하는 대신 베이지안 확률론에서 유도될 수 있는지 조사하기 위해.
• $M_Z$, $m_t$, 및 $\tan\beta$를 기본 변수로 포함하는 재매개변수화를 통해 매개변수 스캐닝을 향상시키기 위해.
• 실험적 제약 조건—허그스 보손 질량, $a_\mu$, $b\to s\gamma$, 및 암흑물질 잔류 밀도—가 사후 분포에 미치는 영향을 평가하기 위해.
• CMSSM에서 $\mu>0$ 및 $\mu<0$ 시나리오 간의 상대적 베이지안 증거를 비교하기 위해.

제안 방법

• 베이즈 정리 사용: $p(\theta|\text{data}) = \frac{p(\text{data}|\theta)\,p(\theta)}{p(\text{data})}$, 여기서 $\theta$ 는 CMSSM 매개변수를 나타낸다.
• $M_Z^{\text{exp}}$ 를 $\mathcal{L}_{M_Z} \simeq \delta(M_Z - M_Z^{\text{exp}})$ 로서의 가능도 제약 조건으로 간주하여 $\mu$ 에 대한 마진화를 가능하게 한다.
• $\{m, M, A, B, \mu, y_t\}$ 에서 $\{m, M, A, \tan\beta, M_Z, m_t\}$ 로의 변수 변화를 도입하며, 자코비안 요소 $J$ 를 포함한다.
• 부수적 매개변수에 대한 엄밀한 처리를 적용하여 양성자 쿠퍼링을 기본적으로 간주하고, 소프트 브레이킹 항의 공통 기원을 가정한 효율적인 사전 분포를 사용한다.
• SuperBayeS 프레임워크 내에서 MultiNest 알고리즘을 사용하며, 정밀 계산을 위해 SoftSusy, SusyBSG, SuperIso, 및 MicrOMEGAs 와 연동한다.
• 실험적 제약 조건을 통합: $M_h > 125$ GeV, $a_\mu$ 이질성, $b\to s\gamma$, 및 중성미자 LSP에서 유래한 $\Omega_{\text{CDM}}$.

실험 결과

연구 질문

• RQ1 사전에 자연스러움을 도입하지 않고도, $M_Z$ 를 실험 데이터로 간주할 경우, 베이지안 분석이 CMSSM 매개변수 공간의 미세조정된 영역을 자연스럽게 페널티 처리하는가?
• RQ2 $M_Z$ 를 데이터 포인트로 포함할 경우, CMSSM 매개변수의 사후 분포에 어떤 영향을 미치는가?
• RQ3 $a_\mu$ 이질성은 CMSSM 매개변수 공간의 선호 영역에 어떤 영향을 미치는가?
• RQ4 허그스 질량, $b\to s\gamma$, 및 암흑물질 잔류 밀도 제약 조건은 사후 분포에 어떤 영향을 미치는가?
• RQ5 데이터는 $\mu$ 의 어떤 부호를 선호하는가? 이는 $a_\mu$ 와 $\Omega_{\text{CDM}}$ 를 포함하는지의 여부에 따라 어떻게 달라지는가?

주요 결과

• 실험 데이터로 $M_Z$ 를 간주할 경우, 베이지안 추론에서 자연스럽게 미세조정 페널티가 유도되며, 사후 분포는 $1/c_\mu$ 비례한다.
• 이 내재된 미세조정 페널티로 인해 CMSSM 매개변수 공간의 고에너지 영역이 통계적으로 의미 없게 된다.
• $M_Z$ 를 통합한 후, 로그 및 평탄한 사전 분포에 대한 사후 분포는 놀랍도록 유사하여 사전 분포 선택에 대해 강건함을 보여준다.
• $a_\mu$ 이질성은 $3.3\sigma$ 수준에서 $\mu>0$ 분지가 유리하게 작용하며, 특히 $\Omega_{\text{CDM}}$ 제약 조건과 결합될 경우 더욱 그렇다.
• $b\to s\gamma$ 는 $\mu<0$ 분지를 약간 유리하게 하지만 영향은 미미하며, 전체적으로 $a_\mu$ 와 $\Omega_{\text{CDM}}$ 를 포함할 경우 $\mu>0$ 가 선호된다.
• 허그스 질량 제약 조건 $M_h > 125$ GeV 는 특히 $M - m$ 평면에서 사후 분포를 더 높은 질량 쪽으로 강하게 밀어붙인다.