[论文解读] Computer tools in particle physics

Avelino Vicente|arXiv (Cornell University)|Jul 22, 2015

Particle physics theoretical and experimental studies参考文献 33被引用 14

一句话总结

本文为粒子物理现象学研究提供了实用且实践导向的入门介绍，涵盖SARAH、MicrOmegas、MadGraph和SPheno等关键计算工具。它展示了这些工具如何自动化新物理模型中的复杂计算，实现质量矩阵、衰变宽度、暗物质遗迹密度以及大型强子对撞机（LHC）信号的高效计算，从而加速模型探索与精确现象学研究。

ABSTRACT

The field of particle physics is living very exciting times with a plethora of experiments looking for new physics in complementary ways. This has made increasingly necessary to obtain precise predictions in new physics models in order to be ready for a discovery that might be just around the corner. However, analyzing new models and studying their phenomenology can be really challenging. Computing mass matrices, interaction vertices and decay rates is already a tremendous task. In addition, obtaining predictions for the dark matter relic density and its detection prospects, computing flavor observables or estimating the LHC reach in certain collider signals constitutes quite a technical work due to the precision level that is currently required. For this reason, computer tools such as SARAH, MicrOmegas, MadGraph, SPheno or FlavorKit have become quite popular, and many physicists use them on a daily basis. In this course we will learn how to use these computer tools to explore new physics models and get robust numerical predictions to probe them in current and future experiments.

研究动机与目标

• 为研究人员提供现代粒子物理现象学中关键计算工具的实用且易访问的入门指导。
• 使物理学家能够系统性地探索新物理模型，包括标准模型的超对称与非超对称扩展。
• 通过自动化软件简化复杂可观测量（如暗物质遗迹密度、味物理与对撞机信号）的计算。
• 通过可靠、自动化的工具替代繁琐的手动计算，降低技术负担，并生成数值预测。
• 通过强调在解释结果时保持物理直觉的重要性，促进对这些工具的批判性使用，以应对潜在的软件错误。

提出的方法

• 使用基于Mathematica的SARAH软件包定义并分析粒子物理模型，包括拉格朗日量、质量矩阵与相互作用顶点。
• 在SARAH中生成模型文件，自动输出SPheno（用于谱与自能量计算）与MicrOmegas（用于暗物质性质）所需的输入。
• 利用MadGraph计算特定对撞机过程的截面并模拟LHC信号，使用从SARAH导出的模型文件。
• 整合MicrOmegas，基于SARAH导出的模型参数计算暗物质遗迹密度、直接与间接探测截面及其他暗物质现象学量。
• 使用SPheno从SARAH生成的模型中计算跑动方程、 tadpole 方程与谱信息。
• 通过基准模型（如scotogenic或DarkBS模型）演示从模型定义到多个工具中数值预测的完整工作流程。

实验结果

研究问题

• RQ1 自动化计算机工具如何降低新物理模型中高精度可观测量计算的技术负担？
• RQ2 在SARAH中定义新粒子物理模型并将其导出至SPheno、MicrOmegas与MadGraph等下游工具的工作流程是什么？
• RQ3 对于给定模型，这些工具在计算暗物质遗迹密度与直接探测截面时的精度如何？
• RQ4 使用MadGraph模拟LHC信号并计算新物理过程截面的关键步骤有哪些？
• RQ5 研究人员在现象学研究中使用复杂自动化软件工具时，如何确保结果的可靠性？

主要发现

• SARAH能够为超对称与非超对称模型自动推导质量矩阵、顶点、tadpole方程与跑动方程。
• SARAH与SPheno的集成可实现全谱、自能量与一阶量子修正的自动计算。
• MicrOmegas成功利用从SARAH导出的模型参数计算了暗物质遗迹密度与直接探测截面。
• MadGraph能够为LHC信号（如希格斯玻色子产生或新粒子衰变）生成精确的截面与部分子级事件。
• 从SARAH中定义模型到MicrOmegas与MadGraph中获得数值结果的完整工作流程可高效执行，支持稳健的现象学研究。
• 本课程表明，仅需极少设置，研究人员即使编程经验有限，也能使用这些工具生成可靠且可发表的结果。