Skip to main content
QUICK REVIEW

[論文レビュー] Top-quark pole mass extraction at NNLO accuracy, from total, single- and double-differential cross sections for $t\bar{t}+X$ production at the LHC

M. V. Garzelli, Javier Mazzitelli|arXiv (Cornell University)|Jan 1, 2023
Particle physics theoretical and experimental studies参考文献 107被引用数 3
ひとこと要約

本稿では、LHCにおけるt¯t + X産生データを用いて、次々次の次-leading order (NNLO) QCDフィットを実行し、トップクォークの極座標質量を抽出する手法を提示する。理論的計算はMATRIXフレームワークを用い、PineAPPLを介して効率的なグリッドベースの予測が可能になるようにインターフェース化されている。フィットにより、トップクォーク質量は172.8 ± 0.6 GeVを達成し、PDG 2022の平均値と整合的であり、前回の研究と比較して不確実性が約2.5倍小さくなった。一方で、二重レプトンおよび半レプトン崩壊チャンネルのデータ間にわずかな不一致が確認された。

ABSTRACT

We extract the top-quark mass value in the on-shell renormalization scheme from the comparison of theoretical predictions for $pp ightarrow t\bar{t} + X$ at next-to-next-to-leading order (NNLO) QCD accuracy with experimental data collected by the ATLAS and CMS collaborations for absolute total, normalized single-differential and double-differential cross-sections during Run 1, Run 2 and the ongoing Run 3 at the Large Hadron Collider (LHC). For the theory computations of heavy-quark pair-production we use the MATRIX framework, interfaced to PineAPPL for the generation of grids of theory predictions, which can be efficiently used a-posteriori during the fit, performed within xFitter. We take several state-of-the-art parton distribution functions (PDFs) as input for the fit and evaluate their associated uncertainties, as well as the uncertainties arising from renormalization and factorization scale variation. Fit uncertainties related to the datasets are also part of the extracted uncertainty of the top-quark mass and turn out to be of similar size as the combined scale and PDF uncertainty. Fit results from different PDF sets agree among each other within 1$\sigma$ uncertainty, whereas some datasets related to $t\bar{t}$ decay in different channels (dileptonic vs. semileptonic) point towards top-quark mass values in slight tension among each other, although still compatible within $2.5 \sigma$ accuracy. Our results are compatible with the PDG 2022 top-quark pole-mass value. Our work opens the road towards more complex simultaneous NNLO fits of PDFs, the strong coupling $\alpha_s(M_Z)$ and the top-quark mass, using the currently most precise experimental data on $t\bar{t} + X$ total and multi-differential cross-sections from the LHC.

研究の動機と目的

  • LHCにおけるt¯t + X産生の包括的データを用いて、NNLO QCD精度でトップクォーク極座標質量を抽出すること。
  • グローバルフィットに適した、高精度で補間可能なNNLO微分断面積を生成可能な、高性能な理論フレームワークの構築。
  • 特に二重微分および正規化された断面積データが、トップクォーク質量抽出の精度に与える影響の評価。
  • 複数の最先端のPDFおよびαs(MZ)セットにおける結果の一貫性の評価と、実験的データに潜在する不整合の同定。
  • 将来のトップクォーク質量、PDF、αs(MZ)を同時にNNLO精度でグローバルフィット可能にする基盤を構築すること。

提案手法

  • pp → t¯t + X の理論的予測を、qTサブトラクションを用いたMATRIXフレームワークによりNNLO QCDで計算し、赤外発散のない高精度な結果を得る。
  • MATRIXの出力をPineAPPLライブラリとインターフェースすることで、NNLO断面積の補間グリッドを生成し、フィッティング中に任意のPDFおよびαs(MZ)セットと高速に畳み込むことが可能になる。
  • xFitterを用いたグローバルフィットを実施し、Run 1, Run 2, Run 3のATLASおよびCMSの実験データ(全断面積、単一微分、二重微分断面積)を統合。
  • PDF、αs(MZ)、電磁的スケール、因子化スケール、実験的データ(相関を含む)の不確実性を一貫した非ガウス的かつ結合的な方法で伝搬・統合。
  • スケールおよびPDF不確実性の体系的評価を実施し、スケール変動を非ガウス分布を用いて処理することで、より高いロバストネスを実現。
  • K要因や近似を避けることで、低次の外挿なしに本物のNNLO予測とフィットを可能にする。

実験結果

リサーチクエスチョン

  • RQ1現在のLHCデータを用いて、NNLO QCD精度で達成可能なトップクォーク極座標質量の最も精密な抽出値は何か?
  • RQ2異なる最先端のPDFおよびαs(MZ)セットが、抽出されたトップクォーク質量値とその不確実性に与える影響はどの程度か?
  • RQ3二重微分および正規化された断面積測定は、全断面積や単一微分データと比較して、トップクォーク質量の制約にどの程度の寄与をするか?
  • RQ4異なる崩壊チャンネル(例:二重レプトン vs. 半レプトン)からの実験的データ間に、トップクォーク質量抽出において系統的な不整合は存在するか?
  • RQ5現在のデータとツールを用いて、トップクォーク質量、PDF、αs(MZ)を同時にNNLO精度でグローバルフィットすることは現実的に可能か?

主な発見

  • 抽出されたトップクォーク極座標質量は172.8 ± 0.6 GeVであり、PDG 2022の平均値(173.0 ± 0.6 GeV)と非常に良好に一致している。
  • 高精度な二重微分断面積データの組み込みにより、前回のフィットと比較してトップクォーク質量の不確実性が約2.5倍小さくなった。
  • Run 2のデータ、特に正規化された二重微分断面積が、Run 1の単一微分データよりも顕著に強い制約をもたらしている。
  • Run 1, 2, 3の全包含断面積は、精度にほとんど寄与していないことから、その影響が限定的であることが示された。
  • 異なるPDF + αs(MZ)セットは1σの範囲内で一貫したトップクォーク質量値をもたらし、ABMP16 PDFがデータの全体的な記述において最も優れた適合を示した。
  • 二重レプトンと半レプトン崩壊チャンネルからのトップクォーク質量抽出値の間に約1.5 GeVの不整合が観測されたが、2.5σの不確実性範囲内に収まっており、今後の実験的検証の必要性を示唆している。

より良い研究を、今すぐ始めましょう

論文設計から論文執筆まで、研究時間を劇的に削減しましょう。

クレジットカード登録不要

このレビューはAIが作成し、人間の編集者が確認しました。