[논문 리뷰] Measurement of lepton-jet correlation in deep-inelastic scattering with the H1 detector using machine learning for unfolding

H Collaboration, V. Andreev외 143명|arXiv (Cornell University)|2021. 08. 27.

Particle physics theoretical and experimental studies참고 문헌 128인용 수 4

한 줄 요약

이 논문은 HERA의 H1 검출기에서 고 $Q^2$ 조건에서 깊은 비탄성 산란에서 렙톤-제트 운동량 불균형($q_{\mathrm{T}}^{\text{jet}}/Q$)과 평면각 관련성($\Delta\phi$)의 최초 측정을 제시한다. 이 연구는 다중차원에서 동시에 비바이닝된 편향 제거를 가능하게 하는 새로운 기계학습 기반의 편향 복원 방법인 MultiFold를 사용하여, 정밀한 횡운동량 분포에의 접근을 가능하게 하며, 횡운동량 의존성(Transverse Momentum-Dependent, TMD) 파트온 분포함수에 대한 중요한 제약 조건을 제공한다.

ABSTRACT

The first measurement of lepton-jet momentum imbalance and azimuthal correlation in lepton-proton scattering at high momentum transfer is presented. These data, taken with the H1 detector at HERA, are corrected for detector effects using an unbinned machine learning algorithm OmniFold, which considers eight observables simultaneously in this first application. The unfolded cross sections are compared to calculations performed within the context of collinear or transverse-momentum-dependent (TMD) factorization in Quantum Chromodynamics (QCD) as well as Monte Carlo event generators. The measurement probes a wide range of QCD phenomena, including TMD parton distribution functions and their evolution with energy in so far unexplored kinematic regions.

연구 동기 및 목표

• 고 $Q^2$ 조건에서 깊은 비탄성 산란에서 렙톤-제트 상관관계 관측량($q_{\mathrm{T}}^{\text{jet}}/Q$ 및 $\Delta\phi$)을 측정하여 횡운동량 의존성(TMD) 파트온 분포함수를 탐색한다.
• 기계학습 기반의 편향 복원(MultiFold)을 적용하여 고차원 위상공간에서의 검출기 효과를 보정함으로써 진짜 분포를 정밀하게 추출한다.
• 고정-타겟 DIS 실험과 하드론 충돌기에서의 Drell-Yan 측정 간의 운동량 구간 격차를 메우기 위해 $Q^2 > 150$ GeV$^2$ 영역에서 고정밀 데이터를 제공한다.
• 이론적 예측과의 비교를 통해 TMD 인과성, TMD 진화, TMD 보편성의 타당성을 검증한다. 다양한 TMD 세트를 사용하여 이론 예측과 비교한다.
• 전자 이온 충돌기에서 편광된 양성자 및 핵물질 DIS의 향후 제트 연구를 위한 기준을 설정한다.

제안 방법

• 고 $Q^2 > 150$ GeV$^2$ 이며 $0.2 < y < 0.7$ 인 사건에서 $k_{\mathrm{T}}$ 알고리즘($R=1$)을 사용하여 실험관에서 제트를 재구성한다.
• 두 가지 주요 TMD 민감 관측량을 정의한다: $q_{\mathrm{T}}^{\text{jet}}/Q$ (렙톤-제트 운동량 불균형) 및 $\Delta\phi$ (평면각 관련성).
• 고차원 위상공간에서 동시에 비바이닝된 편향 복원을 수행하기 위해 MultiFold 기계학습 기반의 편향 복원 방법을 적용하여, 바이닝을 피하고 해상도를 유지한다.
• Monte Carlo 시뮬레이션을 사용하여 MultiFold 모델을 훈련시키며, 이는 검출기 응답을 학습하고 진짜 기초 분포를 복원하기 위해 이를 역전환한다.
• 편향 복원된 데이터를 固-order pQCD 계산 및 다양한 TMD PDF 세트(예: Cascade 포함)의 예측과 비교한다.
• 불확도를 평가하기 위해, 다양한 TMD 세트 간의 산포를 실험적 및 이론적 불확도와 비교한다.

실험 결과

연구 질문

• RQ1 고-$Q^2$ 깊은 비탄성 산란에서 렙톤-제트 운동량 불균형($q_{\mathrm{T}}^{\text{jet}}/Q$)과 평면각 관련성($\Delta\phi$)은 어떻게 행동하는가?
• RQ2 伝통적인 바이닝 방법에 비해, 기계학습 기반의 편향 복원(MultiFold)은 고차원 제트 관측량의 정밀도와 해상도를 얼마나 향상시킬 수 있는가?
• RQ3 측정된 렙톤-제트 상관관계는 횡운동량 의존성(TMD) 파트온 분포함수의 보편성과 진화를 제약할 수 있는가?
• RQ4 저-$Q^2$ HERA 데이터에서 추출한 TMD PDF 기반의 이론적 예측은 이 연구에서의 고-$Q^2$ 데이터와 어떻게 비교되는가?
• RQ5 이 데이터는 향후 다양한 에너지 스케일에서 TMD 및 공선 PDF의 글로벌 피팅에 대해 어떤 제약력을 가지는가?

주요 결과

• 이 측정은 TMD PDF를 탐색하기 위한 핵심 관측량인 렙톤-제트 운동량 불균형($q_{\mathrm{T}}^{\text{jet}}/Q$)에 대한 최초의 고-$Q^2$ 결정을 제공한다.
• 실험 결과는 저-$Q^2$ 반완전한 비탄성 산란에서 추출한 TMD PDF와 파르톤 분열 모델을 사용한 이론 예측과 양호한 일치를 보인다.
• 실험적 불확도는 다양한 TMD 세트(예: Cascade 포함)의 예측 산포와 비슷한 크기이며, 향후 TMD 피팅에 강력한 제약 조건을 제공함을 시사한다.
• TMD 예측의 산포는 실험적 및 고정 순서 이론적 불확도의 총합과 유사한 크기이며, 이는 향후 글로벌 TMD 분석에서 모델 의존성을 줄이는 데 도움이 될 것임을 시사한다.
• MultiFold 편향 복원의 적용은 고차원 비바이닝 편향 복원을 가능하게 하여, 정밀한 납입 구조 연구를 위한 실험 고에너지 물리학에서의 중요한 전환점이 되었다.
• 결과는 향후 전자 이온 충돌기에서 편광된 양성자 및 핵물질 DIS의 제트 물리 연구를 위한 필수 기초 자료를 제공한다.