[論文レビュー] Flavoured jets with exact anti-$k_t$ kinematics and tests of infrared and collinear safety

Fabrizio Caola, R. P. Grabarczyk+4 more|arXiv (Cornell University)|Jun 12, 2023

Particle physics theoretical and experimental studies被引用数 6

ひとこと要約

本稿では、反-$k_t$およびCambridge/Aachenのジェットクラスタリングの正確な運動学的性質を保持しながら、赤外・衝突（IRC）安全なジェットフレーバーを割り当てる、新規アルゴリズムであるインタリーブドフレーバー中和（IFN）を提案する。IFNは段階的クラスタリングの各ステップでフレーバー割り当てを統合し、包含的ジェットおよびサブ構造の両方において一貫性を保証する。また、$\alpha_s^6$まで厳密なIRC安全性テストに合格し、従来のフレーバー付きジェットアルゴリズムでは見過ごされていた問題を明らかにする。

ABSTRACT

We propose extensions of the anti-$k_t$ and Cambridge/Aachen hierarchical jet clustering algorithms that are designed to retain the exact jet kinematics of these algorithms, while providing an infrared-and-collinear-safe definition of jet flavour at any fixed order in perturbation theory. Central to our approach is a new technique called Interleaved Flavour Neutralisation (IFN), whereby the treatment of flavour is integrated with, but distinct from, the kinematic clustering. IFN allows flavour information to be meaningfully accessed at each stage of the clustering sequence, which enables a consistent assignment of flavour both to individual jets and to their substructure. We validate the IFN approach using a dedicated framework for fixed-order tests of infrared and collinear safety, which also reveals unanticipated issues in earlier approaches to flavoured jet clustering. We briefly explore the phenomenological impact of IFN with anti-$k_t$ jets for benchmark tasks at the Large Hadron Collider.

研究の動機と目的

• 反-$k_t$およびCambridge/Aachenのアルゴリズムの正確な運動学的性質を維持しつつ、赤外・衝突（IRC）安全なジェットフレーバー定義を開発すること。
• 従来のフレーバー付きジェットアルゴリズム（例：フレーバー-$k_t$、CMP、GHS）が固定順序摂動理論において一貫してIRC安全性を満たさない問題を解決すること。
• クラスタリングプロセス全体にフレーバー情報を統合することで、LHCにおける信頼性の高いジェットサブ構造および重フレーバージェット解析を可能にすること。
• 専用の固定順序フレームワークを用いてフレーバー付きジェットアルゴリズムのIRC安全性を体系的にテストし、既存手法における微細な発散を同定すること。
• 理論的に整合的で、計算的に実行可能であり、部分子レベルおよびそれ以上のスケールに適用可能なフレーバー割り当て手法を提供すること。

提案手法

• 段階的クラスタリングプロセスの各段階でフレーバー割り当てが適用されることを保証するが、運動学的クラスタリングとはフレーバー割り当てを分離する、インタリーブドフレーバー中和（IFN）を提唱する。
• フレーバー情報がクラスタリング中に動的に伝搬・更新可能となる再帰的アルゴリズム構造を導入し、ジェットサブ構造における不整合を回避する。
• クラスタリングに$d_{ij}^2 \sim p_t^2 \theta^2$に基づく距離尺度を採用し、フレーバー割り当てはフレーバー依存のしきい値を含む、SoftDropに類似した条件によって制御する。
• 専用の固定順序フレームワークを用いてIRC安全性をテストし、$\alpha_s^6$まで、ソフト、衝突、二重ソフト/衝突発光のすべての可能な配置を分析する。
• パラメータ化されたドレスアップスキーム$\Omega_{ij}^2 \sim \Delta R_{ij}^2$および$\omega = 3 - \alpha$を用い、IRC発散挙動を系統立てて調査可能にする。
• 対数発散構造の数値的統合により結果を検証し、GHSスタイルのアルゴリズムにおける収束のための臨界閾値$\alpha\beta < 2$を同定する。

実験結果

リサーチクエスチョン

• RQ1 反-$k_t$またはC/Aクラスタリングアルゴリズムの正確な運動学的性質を変更せずに、ジェットフレーバー定義をIRC安全にできるか？
• RQ2 既存のフレーバー付きジェットアルゴリズム（例：フレーバー-$k_t$、CMP、GHS）に、特に高次の摂動的配置において隠れたIRC安全性の問題が存在するか？
• RQ3 運動学的クラスタリングとフレーバー割り当てをインタリーブさせることで、ジェットサブ構造および包含的ジェット特性の一貫性にどのような影響を与えるか？
• RQ4 既存のアルゴリズム（例：GHS）におけるパラメータ選択が対数発散を引き起こす条件は何か？また、IRC安全性を損なわずにそれらを解消できるか？
• RQ5 IFNは、LHCにおける重フレーバージェットの現象論的研究（例：$WH$および$t\bar{t}$生成）において、どの程度信頼性を持って利用可能か？

主な発見

• IFNは、反-$k_t$およびC/Aの正確な運動学的性質を保持しながら、ジェットフレーバー割り当てにおいてIRC安全性を達成し、$\alpha_s^6$まで固定順序IRC安全性テストに全通り合格した。
• 本手法により、従来の手法では予期されていなかったIRC発散が明らかになった：GHSでは$\alpha\beta > 2$で立方対数発散が生じ、$\alpha\beta = 2$で線形発散が生じるが、IFNでは設計上それらが解消されている。
• 同じフレームワークでテストしたフレーバー-$k_t$およびCMPアルゴリズムは、特定のパrameter選択下でのみIRC安全であるが、サブ構造配置では未解決の問題を抱えていることが判明した。
• 数値的テストにより、GHSアルゴリズムが$\alpha\beta > 2$で発散し、$\alpha\beta < 2$で収束し、$\alpha\beta = 2$で対数発散を示すことが確認された。これは、パrameterチューニングの重要性を強調する。
• IFNは、全ジェットに限らず、サブジェットに対しても一貫したフレーバー割り当てを可能にし、LHCにおけるジェットサブ構造および重フレーバージェット解析に適している。
• IRC安全性テストの要約図（図24〜27）により、IFN、CMP Ω、フレーバー-$k_t$,\OmegaはすべてIRC安全であることが確認されたが、従来手法は特定の配置で失敗することが判明した。