[논문 리뷰] Unbiased Polarised Parton Distribution Functions and their Uncertainties

Emanuele R. Nocera, Stefano Forte외 2명|arXiv (Cornell University)|2012. 06. 01.

Particle physics theoretical and experimental studies참고 문헌 10인용 수 5

한 줄 요약

이 논문은 고정 기능 형태의 편향을 피하기 위해 새로운 비편향 신경망 기반 피팅 방법론을 사용하여 편극된 구조함수 분포함수(PDFs)인 NNPDFpol1.0 세트를 제시한다. 기존 헤시안 기반 분석과 비교해, 특히 글루온 PDF에 대해 훨씬 더 큰 불확실성을 드러내며, 이는 이전 추정치가 잘못된 오차 전파와 모형 편향으로 인해 상당히 과소 평가되었음을 시사한다.

ABSTRACT

We present preliminary results on the determination of spin-dependent, or polarised, Parton Distribution Functions (PDFs) from all relevant inclusive polarised DIS data. The analysis is performed within the NNPDF approach, which provides a faithful and statistically sound representation of PDFs and their uncertainties. We describe how the NNPDF methodology has been extended to the polarised case, and compare our results with other recent polarised parton sets. We show that polarised PDF uncertainties can be sizeably underestimated in standard determinations, most notably for the gluon.

연구 동기 및 목표

• 현대적 피팅 기법을 사용하여 통계적으로 신뢰도가 높고 비편향된 편극된 구조함수 분포함수(PDFs)의 결정을 위한 것이다.
• 기존 헤시안 기반 PDF 피팅의 알려진 한계, 특히 불확실성의 과소 평가와 고정 기능 형태에서 비롯된 편향을 해결하기 위한 것이다.
• 선형 가우시안 근사 대신 몬테카를로 복제와 신경망을 사용하여 오차 전파를 개선하기 위한 것이다.
• 편극된 PDF의 일차 모멘트를 실험 데이터와 이론적 제약 조건과 비교하여 피팅 절차의 타당성을 검증하기 위한 것이다.
• 운동학적 컷과 이론적 가정이 최종 PDF 세트와 그 불확실성에 어떤 영향을 미치는지 평가하기 위한 것이다.

제안 방법

• 몬테카를로 샘플링을 통해 실험 데이터를 샘플링하여 평균, 분산, 상관관계를 재현하는 PDF 복제의 집합을 생성하는 NNPDF 방법론을 채택한다.
• 각 PDF 조합당 약 200개의 파라미터를 갖는 신경망을 사용하여 初기 스케일 $Q_0^2 = 1~{\rm GeV}^2$ 에서 편극된 PDF를 매개변수화하여 높은 유연성과 낮은 모형 편향을 달성한다.
• 빠른 커널 방법을 사용하여 QCD 진화 방정식을 이용해 PDF를 진화시키며, HOPPET 코드와 비교해 $\mathcal{O}(10^{-5})$ 수준의 정확도를 확보한다.
• 이론적 제약 조건을 적용한다: $g_1(x,Q^2) \leq F_1(x,Q^2)$ 의 양성성과 SU(3) 대칭성을 이용해 비싱เก일트 조합의 일차 모멘트를 바리온 붕괴 상수와 연결한다.
• 복제 집합에 대한 몬테카를로 적분을 통해 68% 신뢰수준에서 불확실성을 계산하여 통계적 오차 전파의 정확한 재현을 보장한다.
• 피 tán된 QCD의 수렴성과 고차수 효과 감소를 위해 $Q^2 < 1~{\rm GeV}^2$ 와 $W^2 < 6.25~{\rm GeV}^2$ 인 데이터를 제외한다.

실험 결과

연구 질문

• RQ1 NNPDF 접근법과 표준 헤시안 기반 피팅 간에 편극된 PDF의 불확실성, 특히 글루온 분포에 대해 어떻게 비교되는가?
• RQ2 PDF 매개변수화에서 기능 형태의 선택이 편극된 PDF 결정에 얼마나 많은 편향을 유도하는가?
• RQ3 신경망 기반, 복제 기반 피팅 방법은 편극된 PDF와 그 불확실성의 더 신뢰할 수 있고 비편향된 표현을 제공할 수 있는가?
• RQ4 NNPDFpol1.0 세트에서 얻은 편극된 PDF의 일차 모멘트는 실험 측정치와 이론적 기대치와 어떻게 비교되는가?
• RQ5 운동학적 컷과 이론적 제약 조건이 최종 PDF 세트와 그 불확실성에 어떤 영향을 미치는가?

주요 결과

• NNPDFpol1.0 글루온 PDF는 $Q^2 = 4~{\rm GeV}^2$ 에서 $-0.2 \pm 1.4$ 의 불확실성을 보이며, DSSV08의 $-0.10 \pm 0.16$ 와 BB10의 $0.46 \pm 0.43$ 와 비교해 거의 한 계급 큰 불확실성을 나타낸다.
• 편극된 싱เก일트 PDF의 일차 모멘트, $\Delta\Sigma(Q^2=4~{\rm GeV}^2)$ 는 $0.31 \pm 0.10$ 으로, 최근 다른 세트보다 통계적 불확실성이 두 배 到 네 배 더 크다.
• a_3 를 피팅 파라미터로 간주할 경우 피팅 절차는 $a_3 = 1.21 \pm 0.08$ 을 도출하며, 이는 실험 값인 $g_A = 1.2701 \pm 0.0025$ 와 10% 이내의 정확도로 일치하여 비요르켄 합 규칙의 타당성을 검증한다.
• NNPDFpol1.0 PDF는 이전 세트보다 더 넓은 오차 밴드를 보이며, 특히 데이터가 희박한 작은 x와 큰 x 영역에서 그러한 경향이 뚜렷하다. 이는 이전의 불확실성 추정치가 과소 평가되었음을 시사한다.
• 비싱게일트 트리플렛 분포에 대해 NNPDFpol1.0 세트는 BB10보다 DSSV08과 더 잘 일치함을 보이며, 이는 매개변수화나 데이터 처리 방식의 차이를 시사한다.
• 결과는 향후 편극된 PDF 결정 향상을 위해 포함된 깊은 비탄성 산란 외의 데이터, 예를 들어 고정-타겟 또는 콜라이더 실험에서의 제트 또는 오픈 채이름 생산 데이터가 필요하다는 것을 시사한다.