[논문 리뷰] Towards closure testing of parton determinations

Nathan P. Hartland, Christopher S. Deans|arXiv (Cornell University)|2013. 07. 08.

Particle physics theoretical and experimental studies참고 문헌 5인용 수 4

한 줄 요약

이 논문은 NNPDF 피팅 방법론이 이론적 부분자분포함수(PDF)를 어떻게 재현할 수 있는지에 대해, Les Houches 벤치마크 토이 PDF에서 유도된 가짜 데이터를 사용한 클로처 테스트를 통해 평가한다. 이 방법은 불확실성 내에서 생성된 PDF를 성공적으로 재현하며, 특히 영인간 부분자 분포를 포착하는 데 있어 높은 유연성과 신뢰성을 보여준다.

ABSTRACT

The method of closure testing for analysing the effectiveness of a PDF fitting procedure is discussed. In order to pass a closure test, a fitting methodology must be able to reproduce a known generating function in a fit to an ideal pseudo-dataset generated by that PDF up to the level of experimental uncertainty in the data. Here we present an initial study of the closure property of the NNPDF fitting methodology. An idealised pseudo-dataset is generated by a set of toy PDFs that differ substantially from previous NNPDF determinations. In a fit to this pseudodata, the NNPDF methodology is shown to be able to reproduce well the toy PDFs used as a generating function.

연구 동기 및 목표

• 기존의 NNPDF 결정과 상당히 다를 수 있는 알려진 기저 PDF를 재현하는 데 있어 NNPDF 피팅 방법론의 신뢰성과 유연성 평가
• 이전 NNPDF 결정과 크게 다른 생성 함수를 정확히 복원할 수 있는지 검증
• 실제 실험적 불확실성과 일관된 변동성을 가진 가짜 데이터를 사용하여 방법론의 강건성 검증
• 특히 영인간 부분자 분포와 같은 0값 PDF 성분을 정확히 식별할 수 있는 능력 평가
• 향후 NNPDF 신규 버전에서 새로운 LHC 데이터를 활용한 클로처 테스트 기반 마련

제안 방법

• Les Houches 토이 PDF에서 NLO 수준의 이론적 예측을 계산하여 가짜 데이터 생성 (실제 NNPDF 피팅에서 사용된 동일한 계산 방식 적용)
• 실험 데이터의 중심값을 이론적 예측으로 대체하여 내부 일관성 확보 및 알려진 생성 함수 확보
• 원래 데이터의 공분산 행렬에 따라 실험적 노이즈를 가짜 데이터에 추가하여 현실적인 불확실성 시뮬레이션
• 표준 NNPDF 방법론을 사용하여 가짜 데이터에 대한 전체 NNPDF 피팅 수행 (신경망 매개변수화 및 몬테카를로 불확실성 추정 포함)
• 전역 및 각 데이터셋별 카이제곱 값 비교를 통해 클로처 테스트 결과와 생성 함수 간의 일치성 평가
• PDF 수준에서의 일치성 평가 (불확실성 밴드 및 다양한 쿼크 및 글루온 분포에 대한 비율 포함)

실험 결과

연구 질문

• RQ1 NNPDF 피팅 방법론은 이전 NNPDF 결정과 상당히 다를 수 있는 알려진 PDF를 성공적으로 재현할 수 있는가?
• RQ2 클로처 테스트에서 NNPDF 방법론은 실험적 불확실성 내에서 생성 함수를 어느 정도 정확히 재현하는가?
• RQ3 데이터가 이를 지지할 경우, NNPDF 접근법은 영인간 부분자 분포가 0임을 정확히 식별할 수 있는가?
• RQ4 전역 및 각 데이터셋별 카이제곱 값 측면에서 클로저 테스트 피팅 결과는 생성 함수와 얼마나 잘 일치하는가?
• RQ5 생성 함수의 표준 PDF 형태에서 상당한 이탈이 있을 경우, NNPDF 방법론은 충분히 강건한가?

주요 결과

• 클로저 테스트 피팅의 전역 카이제곱은 0.94를 기록하였으며, 생성 함수의 0.95와 매우 유사하여 뛰어난 피팅 품질을 나타낸다.
• 모든 데이터셋에서 생성 PDF가 표준편차 내로 재현되었으며, CDF W 비대칭성 데이터에서 약간의 편차 외에는 거의 일치한다.
• 클로저 테스트에서 글루온 및 싱글렛 PDF 비율은 Les Houches 토이 PDF의 1-sigma 밴드 내에 유지되어 정확한 재현을 확인한다.
• 클로저 테스트에서 유도된 바닥 및 트리플렛 PDF 역시 불확실성 범위 내에서 생성 함수와 일치하여 다양한 쿼크 채널에서의 강건성을 보여준다.
• 영인간 부분자 분포는 1-sigma 범위 내에서 정확히 0으로 결정되었으며, 이는 매개변수화 편향 없이 0 성분을 회복할 수 있음을 확인한다.
• 결과는 NNPDF 방법론이 이전 피팅과 상당히 다른 PDF 형상을 재현할 수 있을 정도로 충분히 민첩하며, 향후 LHC 데이터 통합을 위한 신뢰성 검증을 완료했다.