[논문 리뷰] Towards an Understanding of the Correlations in Jet Substructure

D. L. Adams, A. T. H. Arce외 84명|arXiv (Cornell University)|2015. 04. 02.

Particle physics theoretical and experimental studies참고 문헌 2인용 수 11

한 줄 요약

이 논문은 LHC에서 쿼크/글루온, W 보손, 그리고 토프 쿼크 태깅을 위한 제트 서브스트럭처 관측량 간의 상관관계와 상호보완성을 조사한다. 입자 수준 시뮬레이션을 통해, 제트 구성 입자 수와 $ C_1^{eta=1} $를 조합하면 거의 최적의 쿼크/글루온 구분 성능를 달성하는 것으로 밝혀졌으며, 그루밍된 질량과 추가적인 서브스트럭처 변수를 조합하면 강력한 물체 태깅 성능이 크게 향상됨을 확인했다. 이는 향후 고에너지 물리학 탐색에 있어 성능 최적화된 강건한 관측량 조합을 제시한다.

ABSTRACT

Over the past decade, a large number of jet substructure observables have been proposed in the literature, and explored at the LHC experiments. Such observables attempt to utilize the internal structure of jets in order to distinguish those initiated by quarks, gluons, or by boosted heavy objects, such as top quarks and W bosons. This report, originating from and motivated by the BOOST2013 workshop, presents original particle-level studies that aim to improve our understanding of the relationships between jet substructure observables, their complementarity, and their dependence on the underlying jet properties, particularly the jet radius and jet transverse momentum. This is explored in the context of quark/gluon discrimination, boosted W boson tagging and boosted top quark tagging.

연구 동기 및 목표

• 쿼크/글루온 및 강력한 물체 태깅에 사용되는 다양한 제트 서브스트럭처 관측량 간의 물리적 관계와 상관관계를 이해하기 위해.
• 파트온 수준에서 제트 횡방향 운동량 ($p_T$)과 제트 반경 ($R$)에 따른 태깅 성능의 의존성을 규명하기 위해.
• QCD 배경과 신호 제트를 구분하는 데 있어 가장 상호보완적이고 강건한 관측량 조합을 식별하기 위해.
• 모든 가용한 입자 수준 정보를 사용하는 '최고의 태거'의 잠재력을 평가하여 성능 기준선을 수립하기 위해.
• 파일업 및 해상도 영향에 대해 가장 민감하지 않은 관측량을 식별하여 향후 검출기 수준 연구를 안내하기 위해.

제안 방법

• 13 TeV에서의 쿼크, 글루온, W 보손, 토프 쿼크 제트에 대한 입자 수준 몬테카를로 시뮬레이션을 수행한다.
• τ₁, τ₂, τ₃, $C_1^{\beta=1}$, $C_3$, 그루밍된 질량, 구성 입자 수 등 다양한 서브스트럭처 관측량을 평가한다.
• 개별 및 조합된 관측량의 구분 성능를 평가하기 위해 강력한 결정 트리(BDT) 분류기를 사용한다.
• 여러 기준 기준점에 걸쳐 $p_T$와 $R$에 따른 성능 의존성을 분석하여 물리적 스케일링 행동을 분리한다.
• 특정 $p_T$ 및 $R$ 값에서 태거 성능를 최적화하고, 비정점 작동 조건에서의 강건성을 평가한다.
• 기존 태거(예: 존스홉킨스, HEPTopTagger)의 성능를 서브스트럭처 변수를 활용한 하이브리드 모델과 비교한다.

실험 결과

연구 질문

• RQ1 쿼크 대 글루온 제트의 경우, 어떤 제트 서브스트럭처 관측량 조합이 가장 높은 구분 능력을 가지는가?
• RQ2 W 및 토프 쿼크 태깅에 대한 서브스트럭처 관측량의 성능와 상관관계는 제트 횡방향 운동량 ($p_T$)과 반경 ($R$)에 따라 어떻게 변화하는가?
• RQ3 일반적으로 사용되는 관측량인 그루밍된 질량과 $\tau_{32}$는 강력한 물체 태깅에서 얼마나 상호보완적인 정보를 제공하는가?
• RQ4 모든 가용한 입자 수준 정보를 사용할 경우, 분류기는 이론적 성능 한계에 얼마나 가까이 다가갈 수 있는가?
• RQ5 어느 관측량이 $p_T$와 $R$의 변화에 대해 가장 강건한가? 이는 파일업 및 해상도 영향을 고려한 검출기 수준 연구에 가장 적합한가?

주요 결과

• 제트 구성 입자 수와 $C_1^{\beta=1}$의 조합은 거의 최적의 쿼크/글루온 분류 성능를 달성하며, 다른 변수들은 높은 상관관계로 인해 추가로 유의미한 기여를 하지 못한다.
• 그루밍된 질량은 W 및 토프 태깅 모두에서 주요 구분자이지만, $\tau_{32}$ 및 $C_3$와 같은 추가 관측량과 조합할 경우 성능가 크게 향상된다.
• W 태깅의 경우, 모든 $p_T$ 기준점에서 $R = 0.8$에서 성능가 최고에 도달하며, 제트 반경에 대한 비단조화적 의존성이 있음을 시사한다. 이는 쿼크/글루온 및 토프 태깅과는 다름.
• 그루밍된 질량에 더불어 두 개의 추가 서브스트럭처 관측량을 조합한 후에도 W 태깅 성능는 여전히 '최고의 BDT'의 이론적 한계에 크게 못 미치며, 이는 정보의 풍부하고 비선형적인 상호보완성의 존재를 시사한다.
• 최적화된 태거(예: 존스홉킨스, HEPTopTagger)의 성능는 비최적의 $p_T$ 및 $R$ 조건에서 최대 두 배 이내로 떨어지며, 이는 다양한 작동 조건에서 강건함을 보여준다.
• 모든 작업에서 $p_T$가 증가할수록 태깅 성능가 향상되지만, W 태깅의 최적 $R$은 0.8이며, 쿼크/글루온 및 토프 태깅의 경우 $R$이 감소할수록 성능가 향상된다.