[論文レビュー] Bayesian naturalness of the C(N)MSSM

Doyoun Kim, Peter Athron+3 more|arXiv (Cornell University)|Dec 15, 2013

Particle physics theoretical and experimental studies被引用数 1

ひとこと要約

本稿では、次に最小の超対称標準模型（NMSSM）における微調整を定量化するため、ベイズ的自然性事前分布を導入する。これはバーバリ・ジュディーチェの測定法を一般化し、既存の微調整推定法の特徴を捉える。125.5 GeVのヒッグス粒子の発見を踏まえて、制約付きNMSSM（CNMSSM）はCMSSMよりも微調整が小さいことが判明し、自然性の観点から支持される。

ABSTRACT

The recent discovery of the 125.5 GeV Higgs boson at the LHC has fueled interest in the next-to-minimal supersymmetric standard model (NMSSM) as it may require less fine-tuning than the minimal model to accommodate such a heavy Higgs. To this end we present Bayesian naturalness priors to quantify fine-tuning in the (N)MSSM. These priors arise automatically as Occam razors in Bayesian model comparison and generalize the conventional Barbieri-Giudice measure. In this paper we show that the naturalness priors capture features of both the Barbieri-Giudice fine-tuning measure and a simple ratio measure that has been used in the literature. We also show that according to the naturalness prior the constrained version of the NMSSM is less tuned than the CMSSM.

研究の動機と目的

• NMSSMにおける微調整問題に取り組み、特に125.5 GeVのヒッグス粒子の発見を踏まえてその問題を解消すること。
• モデル比較におけるオッカムの剃刀として自然性を定量化するベイズ的枠組みを構築すること。
• 従来のバーバリ・ジュディーチェの微調整測定法をベイズ的文脈内で一般化すること。
• この新しい事前分布を用いて、制約付きNMSSM（CNMSSM）とCMSSMの自然性を比較すること。

提案手法

• 周辺尤度からベイズ的自然性事前分布を導出し、モデル比較におけるオッカムの剃刀として扱う。
• ベイズ的証拠フレームワークに埋め込むことで、バーバリ・ジュディーチェ測定法を一般化する。
• 単純な比に基づく微調整測定法をベイズ的形式に統合し、複数の推定法を統一する。
• これらの事前分布をCNMSSMおよびCMSSMに適用し、自然性ペナルティを計算・比較する。

実験結果

リサーチクエスチョン

• RQ1 どのようにしてベイズ的モデル比較を用いて、NMSSMにおける自然性事前分布を定義できるか？
• RQ2 これらのベイズ的事前分布は、バーバリ・ジュディーチェ測定法および比に基づく微調整測定法をどの程度一般化できるか？
• RQ3 新しいベイズ的自然性基準のもとで、制約付きNMSSM（CNMSSM）はCMSSMよりも微調整が小さいとされるか？
• RQ4 125.5 GeVのヒッグス粒子質量は、自然性の観点からCNMSSMをCMSSMよりも優遇するか？

主な発見

• ベイズ的自然性事前分布は、バーバリ・ジュディーチェ測定法と単純な比に基づく微調整推定法を、一つのベイズ的枠組み内で成功裏に統合した。
• これらの事前分布は周辺尤度から自然に導かれ、モデル比較におけるオッカムの剃刀として機能する。
• 新しいベイズ的自然性基準のもとで、制約付きNMSSM（CNMSSM）はCMSSMよりも微調整が小さいことが判明した。
• 結果として、125.5 GeVのヒッグス粒子の発見を踏まえて、CNMSSMはMSSMのより自然な拡張であると支持される。