[논문 리뷰] Model independent analysis of nearly Lévy correlations

T. Novák, T. Csörgő외 2명|arXiv (Cornell University)|2016. 04. 19.

Quantum Chromodynamics and Particle Interactions인용 수 3

한 줄 요약

이 논문은 거의 레비 또는 스트레칭된 지수형 형태를 띠는 두 입자 간 단거리 상관관계를 분석하기 위한 모델에 의존하지 않는 방법을 제시한다. 이 방법은 레비 가중함수 exp(−Q^αR^α)에 맞춰진 수직다항식(레비 다항식)을 사용하며, 이는 이전의 라거르(α=1) 및 가우시안(α=2) 전개를 일반화하여 다양한 실험 조건에서 HBT 및 라이지 상관관계 데이터를 체계적으로 피팅할 수 있도록 한다. 구체적인 소스 모델을 가정하지 않는다.

ABSTRACT

A model-independent method for the analysis of the two-particle short-range correlations is presented, that can be utilized to describe e.g. Bose-Einstein (HBT), dynamical (ridge) or other correlation functions, that have a nearly Lévy or streched exponential shape. For the special case of Lévy exponent alpha = 1, the earlier Laguerre expansions are recovered, for the alpha = 2 special case, a new expansion method is obtained for nearly Gaussian correlation functions. Multi-dimensional Lévy expansions are also introduced and their potential application to analyze rigde correlation data is discussed.

연구 동기 및 목표

• 거의 레비 또는 스트레칭된 지수형 형태를 띠는 두 입자 간 단거리 상관관계를 분석하기 위한 모델에 의존하지 않는 프레임워크를 개발하는 것.
• 기존의 라거르(α=1) 및 가우시안(α=2) 전개를 임의의 레비 지수 α ∈ [0,2]로 일반화하기 위해 수직다항식 전개를 활용하는 것.
• 푸리에 변환된 소스 모델을 가정하지 않고도 실험적 상관관계 함수를 체계적으로 피팅할 수 있도록 하는 것.
• 라이지 또는 각도 상관관계 측정에서 나타나는 다차원 상관관계로 이 방법을 확장하는 것.
• 비가우시안, 비지수형 형태를 띠는 HBT 및 동적 상관관계 데이터를 통합적으로 분석할 수 있는 도구를 제공하는 것.

제안 방법

• 이 방법은 상관관계 함수 C₂(Q)를 가중함수 w(t|α) = exp(−t^α)에 대해 정규수직인 레비 다항식 {Lₙ(t|α)}의 급수 전개로 표현한다. 여기서 t = QR이다.
• 전개는 C₂(t) = N{1 + λ exp(−t^α) Σ cₙ Lₙ(t|α)}의 형태를 취하며, 이는 실험 데이터에 직접 피팅 가능하다.
• 레비 다항식은 모멘트 μₙ,ₐ = ∫₀^∞ tⁿ exp(−t^α) dt = (1/α)Γ((n+1)/α)를 사용한 그람슈미트 과정을 통해 구성된다.
• α=1일 경우 레비 다항식은 표준 라거르 다항식으로 축소되며, α=2일 경우 양의 실수선에서 가우시안형 형태를 갖는 새로운 수직기저를 도입한다.
• 다차원 상관관계의 경우, 공분산 행렬(예: HBT의 경우 Rᵢⱼ 또는 각도 상관관계의 경우 σᵢⱼ)을 사용해 무차원 스케일링 변수 t를 정의함으로써 다변량 데이터를 1차원 효과적 문제로 환원한다.
• 이 방법은 단거리 구조에서 거의 레비 행동을 보이는 보즈아인스타인, 라이지, 기타 상관관계 함수에 적용 가능하다.

실험 결과

연구 질문

• RQ1 어떻게 거의 레비 또는 스트레칭된 지수형 형태를 띠는 두 입자 상관관계 함수를 특정 소스 모델을 가정하지 않고 체계적으로 분석할 수 있는가?
• RQ2 임의의 레비 지수 α에 대해 수직다항식의 수학적 구조는 어떻게 되며, α=1 및 α=2일 때 알려진 전개를 어떻게 일반화할 수 있는가?
• RQ3 이 방법을 라이지 또는 각도 상관관계 측정에서 얻은 다차원 상관관계 데이터로 확장할 수 있는가?
• RQ4 다양한 α 값에 대해 유도된 레비 다항식은 어떻게 행동하며, 그 명시적 형태는 무엇인가?
• RQ5 전개 계수 cₙ과 이상적인 레비 형태에서의 상관관계 형상의 이탈 간의 관계는 무엇인가?

주요 결과

• α=1일 경우 레비 다항식은 표준 라거르 다항식으로 축소되며, 이는 이전에 모델에 의존하지 않는 HBT 분석에서 사용된 전개를 복원한다.
• α=2일 경우, 양의 실수선 t ≥ 0에서만 유효한 새로운 수직다항식 기저가 유도된다. 이는 가우시안형 상관관계 함수에 대해 적용 가능하다.
• 첫 세 개의 레비 다항식은 명시적으로 계산되었다: L₀(t|α) = 1, L₁(t|α) = (1/α){Γ(1/α)t − Γ(2/α)}, L₂(t|α)는 (n+1)/α의 감마함수의 조합을 포함한다.
• 이 방법은 이상적인 레비 형태에서의 이탈을 수직성분으로 분해함으로써 상관관계 함수의 체계적이고 모델에 의존하지 않는 피팅을 가능하게 한다.
• 다차원 확장에서는 t = (∑ᵢⱼ Rᵢⱼ qᵢ qⱼ)^½ 또는 t = (∑ᵢⱼ σᵢⱼ Δᵢ Δⱼ)^½의 스케일링 변수를 사용하여 동일한 함수 형태로 HBT 및 라이지 상관관계를 기술할 수 있다.
• 표준 소스-푸리에 변환 가정이 실패할 수 있는 실험 데이터에 대해서도 이 방법은 강건하며, 모델에 의존하는 분석에 대한 민첩한 대안을 제공한다.