[논문 리뷰] Monte Carlo Tuning for $e^+e^- o$ Hadrons and Comparison with Unfolded LEP Data

J. Kile, Julian von Wimmersperg-Toeller|arXiv (Cornell University)|2017. 06. 07.

Particle physics theoretical and experimental studies인용 수 4

한 줄 요약

이 논문은 LEP 데이터를 사용하여 SHERPA 생성기의 몬테카를로 튜닝을 제시하며, $e^+e^- \to$ hadrons에 대해 최초의 순서(LO)와 다음 최초의 순서(NLO) 행렬원소 매칭을 비교한다. LO 튜닝은 특히 네제트 관측량에서, KK2f+PYTHIA 기준보다 우수한 일치도를 보이며, 전반적으로 LEP 데이터의 편환된 결과와 뛰어난 일치를 보인다. 반면 NLO 튜닝은 스케일 변화에 대한 안정성이 향상되지만 전체적으로는 다소 열악한 일치를 보인다. 이 튜닝된 SHERPA 샘플은 LEP 분석에서 정밀도 QCD 배경 연구에 추천된다.

ABSTRACT

We perform two tunes of the SHERPA Monte Carlo generator for the generation of $e^+e^- ightarrow\mbox{hadrons}$ using the publicly-available LEP analyses in Rivet. In each of these tunes, we generate events at $\sqrt{s}=91.25\mbox{ GeV}$ using matrix elements for final states containing up to six partons. In the first, "LO" tune, matrix elements for all final states are generated at leading order; in the second, "NLO" tune, matrix elements for final states with up to four partons are generated at next-to-leading order using BlackHat, while those for states with five and six partons are generated at leading order. The tunes are accomplished using Professor, and comparisons with unfolded LEP1 and LEP2 data are produced with Rivet. We also compare the data with events generated with KK2f interfaced to PYTHIA using the standard ALEPH tune. We find that both SHERPA samples show improvement relative to KK2f for observables related to four-jet final states, while all three samples produce comparable results for event-shape variables. Overall, the agreement with data is best for the LO tune. We provide our tuning parameters and many data-Monte Carlo comparisons.

연구 동기 및 목표

• LEP 분석에서 정확한 배경 모델링을 위해 QCD $e^+e^- \to$ hadrons 이벤트의 고정밀 몬테카를로 시뮬레이션을 개발하기 위해.
• 헤이그스 및 $W$-보손 연구에 핵심적인 네제트 최종 상태의 기술을 향상시키기 위해, SHERPA에서 전체 행렬원소 매칭 및 병합을 통합함으로써.
• 공개된, 검출기에서 편환된 LEP 데이터를 Rivet 프레임워크를 통해 사용하여 SHERPA 파rameter를 튜닝함으로써 현실적인 이벤트 생성을 보장하기 위해.
• 튜닝된 SHERPA 샘플의 성능을 표준 KK2f+PYTHIA 기준과 비교하고, 체계적 분석에의 적합성을 평가하기 위해.

제안 방법

• Rivet v2.0.0에서 제공하는 편환된 LEP1 및 LEP2 데이터를 사용하여 Professor 프레임워크를 통해 SHERPA 몬테카를로 생성기의 튜닝을 수행함.
• LO 튜닝에서는 모든 최종 상태에 대해 최초의 순서(LO)를, NLO 튜닝에서는 최대 네 파arton까지 NLO를 사용하여($\sqrt{s} = 91.25$ GeV에서 이벤트 생성), BlackHat를 통해 계산함.
• ALEPH 및 OPAL의 편환된 실험 데이터와 비교하기 위해, 이벤트 형상 변수(예: 스러스트, 제트 질량, Durham $y_{ij}$) 및 제트 기반 관측량의 시뮬레이션 분포를 비교함.
• 이론적 불확실성과 LO 및 NLO 튜닝의 안정성을 평가하기 위해 재정규화 스케일 변화(스케일 조정 인자(SCF) = 0.5, 2.0)를 수행함.
• Rivet 패키지를 사용하여 표준화된, 검출기에서 편환된 분포를 추출하고 비교함으로써 실험 측정치와의 일관성을 확보함.
• 표준 ALEPH 튜닝을 가진 KK2f+PYTHIA 생성기와의 벤치마킹을 통해 상대적 성능을 평가함.

실험 결과

연구 질문

• RQ1 행렬원소의 완전한 병합 및 매칭을 갖춘 SHERPA 생성기가, $e^+e^- \to$ hadrons에 대해 편환된 LEP 데이터를 얼마나 잘 재현할 수 있는가?
• RQ2 네파트론 최종 상태에 대해 NLO 행렬원소를 포함시키면, LO 튜닝 대비 데이터와의 일치도가 향상되는가?
• RQ3 LO 및 NLO SHERPA 튜닝은 네제트 및 이벤트 형상 관측량을 기술하는 데 있어 표준 KK2f+PYTHIA 기준과 어떻게 비교되는가?
• RQ4 SHERPA 튜닝은 재정규화 스케일 변화에 얼마나 민감한가? 이는 이론적 불확실성 추정에 어떤 영향을 미치는가?
• RQ5 특히 비정상성 탐색에 관련된 네제트 최종 상태에 대해, LO 또는 NLO 튜닝 중 어느 것이 데이터와 가장 우수한 일치를 보이는가?

주요 결과

• LO SHERPA 튜닝은 대부분의 관측량에서 NLO 튜닝 및 KK2f+PYTHIA 기준보다 전반적으로 향상된 일치도를 보이며, 편환된 LEP 데이터와 가장 우수한 일치를 이룸.
• 두 SHERPA 튜닝 모두 네제트 관측량(예: $y_{34}$, $y_{45}$, $y_{56}$)에서 KK2f보다 크게 향상되었으며, 특히 고해상도 영역에서 두드러진다.
• NLO SHERPA 튜닝은 재정규화 스케일 변화에 대해 더 높은 안정성을 보이며, $y_{ij}$ 변수에서 변화 폭이 1–2%에 그치지만, LO 튜닝은 최대 10%의 변화를 보임.
• 스러스트 및 제트 질량과 같은 이벤트 형상 변수의 경우, 세 생성기(LA SHERPA, NLO SHERPA, KK2f+PYTHIA) 모두 유사한 결과를 생성하여 전반적인 이벤트 구조의 기술이 일관됨을 나타냄.
• LO SHERPA 샘플은 더 큰 스케일 의존성(최대 약 10%의 $y_{ij}$ 변화)을 보이지만, 여전히 데이터와 가장 우수한 피팅을 제공하므로, 향후 분석에서의 사용이 정당화됨.
• 저자들은 네제트 연구를 위한 주요 배경 시뮬레이션으로 LO SHERPA 튜닝을 권장하며, 체계적 불확실성 평가를 위해 NLO 및 KK2f 샘플을 유지함.