Skip to main content
QUICK REVIEW

[논문 리뷰] A method to include exclusive heavy vector-meson production data at small $x$ in global parton analyses

Chris A. Flett, A. D. Martin|arXiv (Cornell University)|2024. 08. 02.
Particle physics theoretical and experimental studies인용 수 1
한 줄 요약

이 논문은 소규모 x에서의 배타적 무거운 벡터 메손 생성 데이터를 글로벌 구분자 분포 분석에 통합하기 위한 방법을 제안한다. 실험적 단면적을 효과적인 구분자 PDF 점으로 변환함으로써, xFitter를 사용하여 LHCb의 J/ψ 및 Υ 데이터를 포함함으로써 저 x 영역에서 구분자 PDF의 정밀도가 크게 향상됨을 보여준다. 향후 NLO 수준의 글로벌 피팅을 위한 효과적인 구분자 점들이 제공된다.

ABSTRACT

We propose a method which allows the inclusion of exclusive heavy vector-meson production data at low $x$ in future global parton analyses. As an example we perform a study within xFitter to determine the gluon parton distribution function (PDF) at next-to-leading order (NLO) at moderate-to-low $x$ using the measurements of exclusive $J/\psi$ production in ep and pp collisions from HERA and LHC. We further study the constraints from the corresponding $\Upsilon$ production process. We finish by discussing the possible effects at next-to-next-to-leading order (NNLO) through incorporation of a K factor for the exclusive heavy vector-meson coefficient function at NLO.

연구 동기 및 목표

  • 소규모 x에서의 배타적 무거운 벡터 메손 생성 데이터를 글로벌 구분자 분포 분석에 통합하는 데 도전하는 것.
  • 왜곡된 일반화된 구분자 분포(GPDs)를 사용할 경우 발생하는 계산적 어려움을 극복하기 위해 GPDs를 효과적인 구분자 PDF 점으로 대체하는 것.
  • LHCb의 J/ψ 및 Υ 배타적 단면적 데이터가 저 x 영역에서의 구분자 PDF 정밀도에 미치는 영향을 입증하는 것.
  • 기존 피팅 도구인 xFitter와 같은 도구를 사용하여 향후 글로벌 분 析에 이러한 데이터를 통합할 수 있는 실용적인 프레임워크를 제공하는 것.
  • HERA 데이터에서 추출한 K 인자에 기반해 이론적 정확도를 NNLO 수준으로 확장할 잠재력을 탐색하는 것.

제안 방법

  • LHCb에서의 배타적 J/ψ 및 Υ 생성 단면적을 소규모 x에서의 효과적인 구분자 PDF 값으로 변환한다.
  • 소규모 ξ에서 GPDs를 전통적인 PDFs와 연결하기 위해 Shuvaev 변환을 사용하여 효과적인 구분자 점을 추출한다.
  • 깊은 비탄성 산란(DIS) 데이터와 효과적인 구분자 점을 결합하기 위해 xFitter 글로벌 피팅 프레임워크를 적용한다.
  • 알려진 광자 복사율과 간격 생존 요인을 사용하여 측정된 γp →J/ψp 단면적을 NLO 수준에서 피팅함으로써 효과적인 구분자 PDF 값을 추출한다.
  • NLO 예측치와 NNLO PDF를 사용한 측정된 단면적을 비교하여 배타적 벡터 메손 계수 함수에 대한 K 인자를 추정한다.
  • 전체 NNLO 계수 함수가 가용한 이후에, 추출한 K 인자를 NLO 계수 함수에 적용하여 NNLO* 정확도로의 길을 제안한다.

실험 결과

연구 질문

  • RQ1왜곡된 일반화된 구분자 분포(GPDs)의 복잡성에도 불구하고, 소규모 x에서의 배타적 무거운 벡터 메손 생성 데이터를 효과적으로 글로벌 구분자 분포 분석에 통합할 수 있는 방법은 무엇인가?
  • RQ2LHCb의 J/ψ 및 Υ 배타적 단면적 측정치가 저 x 영역에서의 구분자 PDF 정밀도에 어느 정도 기여하는가?
  • RQ3실험 데이터에서 신뢰성 있게 효과적인 구분자 PDF 점을 추출하여 표준 글로벌 피팅에 입력으로 사용할 수 있는가?
  • RQ4x < 0.01 영역에서 흡수 보정 및 고차수 효과가 구분자 PDF에 미치는 영향은 무엇이며, 이를 어떻게 모델링할 수 있는가?
  • RQ5HERA 데이터에서 유도한 K 인자를 NLO 계수 함수에 적용함으로써 글로벌 피팅에서 NNLO* 정확도를 달성하는 것이 가능한가?

주요 결과

  • LHCb의 J/ψ 및 Υ 배타적 생성 데이터에서 추출한 효과적인 구분자 점들은 저 x 영역(x < 0.01)에서의 구분자 PDF 정밀도를 크게 향상시킨다.
  • 추출된 구분자 PDF는 영역 0.01 > x > 0.001에서 xg(x) = A · x−λ 형태의 거듭제곱 법칙을 따르며, λ = 0.135 ± 0.006로 나타나 저 x 동역학과 일치한다.
  • 표준 PDF 세트를 사용한 DGLAP 진화는 매우 낮은 x 영역에서의 구분자 증가를 과소평가하므로, 흡수 보정 또는 고차수 효과를 포함시킬 필요가 있음을 시사한다.
  • HERA 데이터에서 추정한 배타적 벡터 메손 계수 함수에 대한 K 인자는 NNLO* 정확도로의 길을 열어준다.
  • 이 방법은 매 반복마다 전체 GPD 계산이 필요로 하지 않기 때문에, 기존의 글로벌 피팅에 배타적 무거운 벡터 메손 데이터를 통합할 수 있도록 한다.
  • 표 1 및 표 2는 향후 글로벌 분 析에서 소규모 x에서의 구분자 분포를 제약하기 위해 직접 사용할 수 있는 NLO 수준에서의 효과적인 구분자 PDF 값들을 제공한다.

더 나은 연구,지금 바로 시작하세요

연구 설계부터 논문 작성까지, 연구 시간을 획기적으로 줄여보세요.

카드 등록 없음 · 무료 플랜 제공

이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.