[논문 리뷰] Parton distributions and small-x QCD at the Large Hadron Electron Collider

Juan Rojo, Fabrizio Caola|ArXiv.org|2009. 06. 11.

Particle physics theoretical and experimental studies인용 수 7

한 줄 요약

이 논문은 대형 하드론 전자 충돌기(LHeC)가 소규모-x 파트온 분포 함수(PDFs)의 불확실성을 크게 줄일 잠재력을 조사한다. 특히, NNPDF 방법론을 사용하여 소규모-x 영역에서 글루온의 불확실성을 줄이는 데 초점을 맞춘다. LHeC에서 고정밀도의 $F_2$ 및 $F_L$ 구조 함수 데이터를 시뮬레이션함으로써, 연구는 $F_2$와 $F_L$를 함께 측정할 경우 소규모-x 글루온 시나리오를 통계적으로 높은 유의성로 분리할 수 있음을 보여주며, DGLAP 진화에서의 이탈이나 소규모-x 양자 chromodynamics(QCD) 역학, 예를 들어 포화 또는 재정렬 현상의 테스트에 강력한 탐사 수단이 될 수 있음을 시사한다.

ABSTRACT

The proposed Large Hadron Electron Collider (LHeC) at CERN would bring Deep-Inelastic scattering into the unexplored TeV regime. The LHeC rich physics program, among other topics, includes both precision SM measurements to complement LHC physics as well as studies of QCD in the high energy limit. The present contribution reports on ongoing studies within the NNPDF framework towards the LHeC CDR. We study the impact of LHeC simulated data on PDF uncertainties, in particular the small-x gluon. We also assess the LHeC potential to disentangle between various scenarios of small-x QCD, including saturation models and small-x resummation. Finally, we explore how deviations from DGLAP can be quantified in inclusive measurements.

연구 동기 및 목표

• LHeC 가짜 데이터가 소규모-x 파트온 분포 함수, 특히 글루온 PDF의 불확실성에 미치는 영향을 평가하는 것.
• LHeC가 포화 모델과 소규모-x 재정렬과 같은 경쟁적인 소규모-x QCD 시나리오를 구별할 수 있는 능력을 평가하는 것.
• 포괄적 깊은 비탄성 산란 관측량에서 표준 DGLAP 진화에서의 이탈을 탐지하기 위한 통계적 프레임워크를 개발하는 것.
• 고에너지 및 탐색되지 않은 운동역학 영역에서 편향 없는 PDF 결정과 충실한 불확실성 전파를 위한 NNPDF 접근법의 유효성을 검증하는 것.

제안 방법

• 신경망을 보편적 보간자로 사용하고 몬테카를로 샘플링을 통해 실험적 불확실성을 전파하는 NNPDF 방법론을 적용한다.
• LHeC에서의 $F_2(x,Q^2)$ 및 $F_L(x,Q^2)$에 대한 가짜 데이터를 $E_e = 70$ GeV, $\theta_e \leq 179^\circ$, $\int \mathcal{L} = 1$ fb$^{-1}$ 조건에서 시뮬레이션하였으며, 평균 불확실성은 각각 약 $\sim 2\%$ 및 $\sim 8\%$이다.
• NNPDF1.2 데이터와 LHeC 가짜 데이터를 동일한 기능 형태와 불확실성 처리 방식으로 조합하여 글로벌 PDF 피팅을 수행한다.
• DGLAP 예측에서의 이탈을 정량화하기 위해 거리 척도 $d(x,Q^2) = \sqrt{ \frac{F^{\rm fit} - F^{\rm data}}{\sigma_{\rm fit}^2 + \sigma_{\rm data}^2} } \times \text{sign}(F^{\rm data} - F^{\rm fit})$ 를 사용한다.
• 비-DGLAP 효과에 대한 민감도를 평가하기 위해 포화 유도 $Q^2 \geq A x^{-0.3}$ 임계값 이상의 데이터 포인트를 제외하고 피팅 품질과 잔차 상관관계를 분석한다.
• 세 가지 시나리오—NNPDF1.0에서 유도된 중심 및 $\pm 1\sigma$ 글루온 PDF—를 시뮬레이션하고 피팅하여 분리 능력을 평가한다.

실험 결과

연구 질문

• RQ1 LHeC 데이터는 소규모-x 글루온 PDF의 불확실성을 상당히 줄일 수 있는가?
• RQ2 소규모-x 글루온에 대한 민감도를 $F_2$만으로 측정하는 것보다 $F_L$ 측정이 얼마나 향상시키는가?
• RQ3 LHeC는 DGLAP 진화에서의 이탈을 탐지할 수 있으며, 만약 그렇다면 어떻게 정량화할 수 있는가?
• RQ4 NNPDF 접근법은 포화와 재정렬과 같은 경쟁적인 소규모-x QCD 모델을 신뢰성 있게 구별할 수 있는가?
• RQ5 표준 DGLAP 기반 PDF 추출에 안전한 운동역학 영역은 어디이며, 비선형 또는 BFKL 유사 효과가 잠재적으로 나타나는 영역은 어디인가?

주요 결과

• 오직 $F_2$ LHeC 가짜 데이터만 추가해도, 스케일 위반을 통해 간접적으로 영향을 미치는 글루온의 특성으로 인해 소규모-x 글루온 PDF의 불확실성 감소는 중간 정도에 그친다.
• 모든 $F_2$ 및 $F_L$ 가짜 데이터를 포함할 경우, $F_L$ 가 글루온 PDF에 더 강한 민감도를 보이므로 소규모-x 글루온 불확실성이 상당히 감소한다.
• NNPDF1.0에서 유도된 중심 및 $\pm 1\sigma$의 세 가지 극단적 소규모-x 글루온 시나리오는 $F_2 + F_L$ 데이터를 병합한 후 정밀하게 분리 가능하며, 이는 매우 높은 민감도를 보임을 입증한다.
• 거리 척도 $d(x,Q^2)$ 는 $Q^2 \geq 1.5 x^{-0.3}$ 이상의 데이터를 제외했을 때 잔차에 상관관계의 흐름을 보여주며, 이는 소규모-x 영역에서 DGLAP 이탈 가능성을 시사한다.
• LHeC의 확장된 운동역학 영역은 소규모-x QCD 역학을 견고하게 테스트할 수 있게 하며, 특히 $F_L$ 가 소규모-x 영역에서 글루온 행동을 해결하는 데 핵심적인 역할을 한다.
• NNPDF 접근법은 고정된 기능 형태에 의한 편향을 피할 수 있는 통계적으로 신뢰할 수 있는 비모수적 PDF 결정을 가능하게 하여, LHeC의 탐색되지 않은 운동역학 영역을 탐색하는 데 이상적이다.