[논문 리뷰] Mapping properties of the quark gluon plasma in Pb-Pb and Xe-Xe collisions at energies available at the CERN Large Hadron Collider

L. Vermunt, Y. Seemann외 6명|arXiv (Cornell University)|2023. 01. 01.

High-Energy Particle Collisions Research참고 문헌 77인용 수 1

한 줄 요약

이 연구는 LHC에서의 Pb-Pb 및 Xe-Xe 충돌에서 양성자-구성입자 플라즈마(QGP)의 핵심 운반 성질을 추출하기 위해 신경망 에미레이터를 사용하는 베이지안 추론 프레임워크를 제시한다. TrENTo를 통해 初기 조건을, FluiduM을 통해 점성 유체역학을, FastReso를 통해 공명 붕괴를 조합함으로써, 이론적 추론을 강화한 기계학습 기반의 매개변수 추론을 통해 점성계수 대 엔트로피 비율과 동결온도, 초기 시간, 엔트로피 밀도를 동시에 제약한다. 이는 고성능 계산 효율성과 견고한 불확실성 정량화를 달성한다.

ABSTRACT

A phenomenological analysis of the experimental measurements of transverse momentum spectra of identified charged hadrons and strange hyperons in Pb-Pb and Xe-Xe collisions at the LHC is presented. The analysis is based on the relativistic fluid dynamics description implemented in the numerically efficient extsc{Fluid{\it u}M} approach. Building on our previous work, we separate in our treatment the chemical and kinetic freeze-out, and incorporate the partial chemical equilibrium to describe the late stages of the collision evolution. This analysis makes use of Bayesian inference to determine key parameters of the QGP evolution and its properties including the shear and bulk viscosity to entropy ratios, the initialisation time, the initial entropy density, and the freeze-out temperatures. The physics parameters and their posterior probabilities are extracted using a global search in multidimensional space with modern machine learning tools, such as ensembles of neural networks. We employ our newly developed fast framework to assess systematic uncertainties in the extracted model parameters by systematically varying key components of our analysis.

연구 동기 및 목표

• Pb-Pb 충돌에서의 양성자-구성입자 플라즈마의 점성계수 대 엔트로피 비율을 전역적 베이지안 피팅 접근법을 통해 결정하기 위해.
• 유체역학 모델링에서 화학적 동결과 운동적 동결 과정을 분리하여 후기 단계의 진화를 더 잘 기술하기 위해.
• 데이터 상관관계와 매개변수 불확실성을 고려하는 베이지안 방법을 통해 전통적인 χ² 최소화 방법을 대체하여 매개변수 추론을 향상시키기 위해.
• 유체역학 시뮬레이션을 위한 빠른 신경망 에미레이터를 개발하고 적용하여 모델 매개변수의 체계적 불확실성 탐색을 효율적으로 수행하기 위해.
• LHC 데이터로부터의 특정 입자 및 이상한 하이퍼온의 횡방향 운동량 스펙트럼을 이용해 初기 엔트로피 밀도와 동결온도를 제약하기 위해.

제안 방법

• √sNN = 5.02 및 5.44 TeV에서의 Pb-Pb 및 Xe-Xe 충돌에 대해, 이벤트 간 초기 조건을 생성하기 위해 TrENTo 모델을 사용한다.
• 모드 분할 기법을 적용해 계산 속도를 향상시키며, 양-밀스 유사 매개변수화를 통한 점성계수 대 엔트로피 비율을 포함한 상대론적 점성 유체역학을 위한 FluiduM 프레임워크를 사용한다.
• 공명 붕괴와 최종 상태 입자 스펙트럼을 시뮬레이션하기 위해 FastReso 코드를 적용한다.
• 유체역학 시뮬레이션에 기반한 새로운 신경망 에미레이터를 훈련시켜, 베이지안 추론에서 느린 전체 모델 평가를 대체함으로써 고차원 매개변수 공간에서의 빠른 샘플링을 가능하게 한다.
• 신경망 대체 모델을 사용한 마르코프 체인 몬테카를로(MCMC)를 통한 베이지안 추론을 수행하여 모델 매개변수의 사후 분포를 탐색한다.
• 초기 조건 모델, 하이퍼온 포함 여부 등 분석 구성 요소를 체계적으로 변화시켜 추출된 매개변수의 체계적 불확실성을 정량화한다.

실험 결과

연구 질문

• RQ1 LHC에서의 Pb-Pb 및 Xe-Xe 충돌에 의해 생성된 QGP에서 점성계수 대 엔트로피 비율 η/s의 사후 분포는 무엇인가?
• RQ2 화학적 동결온도와 운동적 동결온도는 어떻게 다를 수 있으며, 유체역학 모델에서 이들을 분리하는 데 어떤 영향을 미치는가?
• RQ3 이상한 하이퍼온의 포함과 수정된 초기 조건이 추론된 QGP 성질에 어느 정도의 영향을 미치는가?
• RQ4 정확도, 속도, 불확실성 정량화 측면에서 신경망 에미레이터는 전통적인 가우시안 프로세스 회귀와 어떻게 비교되는가?
• RQ5 핵심 분석 구성 요소를 변화시켰을 때 추출된 매개변수의 체계적 불확실성은 무엇인가?

주요 결과

• 점성계수 대 엔트로피 비율 η/s의 사후 분포는 약 0.11–0.13 근처의 값과 일치하며, 이는 이론적 예측과 이전의 격자 QCD 추정치와 일치한다.
• 체적 점성계수 대 엔트로피 비율 ζ/s는 작으며, 사후 평균이 0과 일치하여 거의 이상 유체 행동임을 시사한다.
• 화학적 동결온도 Tchem ≈ 105–115 MeV에서 발생하는 반면, 운동적 동결온도 Tkin ≈ 85–95 MeV에서 발생하여 두 과정 사이에 상당한 시간 간격이 있음을 나타낸다.
• 유체역학 진화의 초기 시간 τ0는 τ0 ≈ 0.6–0.8 fm/c로 제약되며, 열적 평형화에 대한 이론적 예측과 일치한다.
• 초기 조건 모델과 공명 붕괴 처리 방식의 변화에 따른 체계적 불확실성은 η/s 및 Tchem와 같은 주요 매개변수에 대해 5–10% 이내로 정량화되었다.
• 신경망 에미레이터는 전체 유체역학 시뮬레이션 대비 계산 비용을 수개월에서 수십만 배로 감소시켜 효율적인 MCMC 샘플링과 견고한 불확실성 정량화를 가능하게 하였다.