[论文解读] Addendum to "Distinguishing Spins in Decay Chains at the Large Hadron Collider"

Christiana Athanasiou, C. G. Lester+2 more|ArXiv.org|Jun 20, 2006

Particle physics theoretical and experimental studies被引用 12

一句话总结

该论文通过分析完整三维不变质量分布（m_ll, m_jl+, m_jl−）而非单独的一维分布，提升了大型强子对撞机（LHC）中新物理衰变链的自旋判定能力。利用真实与假设自旋模型之间Kullback-Leibler距离的蒙特卡洛积分，证明了其在区分具有挑战性的模型（如SFSF（SUSY）与FVFV（UED））方面优于传统的一维分析方法。

ABSTRACT

We extend our earlier study of spin correlations in the decay chain $D o C q$, $C o B l^{near}$, $B o A l^{far}$, where $A,B,C,D$ are new particles with known masses but undetermined spins, $l^{near}$ and $l^{far}$ are opposite-sign same-flavour charged leptons and $A$ is invisible. Instead of looking at the observable 2- and 3-particle invariant mass distributions separately, we compare the full three-dimensional phase space distributions for all possible spin assignments of the new particles, and show that this enhances their distinguishability using a quantitative measure known as the Kullback-Leibler distance.

研究动机与目标

• 提升大型强子对撞机（LHC）中新物理衰变链中不同自旋假设的区分能力。
• 解决使用传统方法难以区分的相似自旋模型之间的挑战，例如SFSF（SUSY）与FVFV（UED）模型。
• 通过利用完整的三维不变质量分布而非孤立的二体质量分布，构建更全面的分析框架。
• 在理想化条件下，使用统计上稳健的度量——Kullback-Leibler距离——量化自旋可区分性的提升。
• 为排除错误自旋假设并以高置信度进行判断，提供所需事件数目的实用基准。

提出的方法

• 通过结合正负号分配排列（近/远轻子）并按夸克/反夸克成分比例（f_q, f_q̄）加权，构建完整的三维概率分布P(m_ll, m_jl+, m_jl−)。
• 使用蒙特卡洛采样在衰变链D → Cq → Bl_near → Al_far的三维不变质量空间中生成相空间点。
• 基于每种轻子分配配置的自旋依赖矩阵元，为P_{+-}和P_{-+}分配事件权重，同时包含夸克与反夸克初始态。
• 通过完整三维分布计算真实自旋模型T与假设模型S之间的Kullback-Leibler（KL）散度，同时考虑轻子排列模糊性。
• 通过蒙特卡洛积分在完整相空间中应用KL散度，估算为排除假设S达R=1000倍而所需的事件数N。
• 根据每事件平均KL散度的倒数推导事件数N，使用关系式N ∼ log R / KL(T,S)，其中M=5×10^7个相空间点。

实验结果

研究问题

• RQ1 与一维质量分布相比，完整三维不变质量分布是否能显著提升新物理衰变链中不同自旋分配的区分能力？
• RQ2 在衰变链中，轻子排列模糊性（近/远轻子）的引入在多大程度上影响自旋判定的准确性？
• RQ3 三维分析在多大程度上减少了区分竞争性自旋假设（如SFSF（SUSY）与FVFV（UED））所需的事件数？
• RQ4 与单独的一维不变质量分布相比，使用完整三维分布时，Kullback-Leibler散度的定量提升程度如何？
• RQ5 在最具有挑战性的案例中——即在理想化、无背景条件下区分SFSF与FVFV模型——该方法表现如何？

主要发现

• 与一维不变质量研究相比，三维分析显著提升了自旋可区分性，表现为更高的Kullback-Leibler散度值。
• 在SFSF（SUSY）与FVFV（UED）的对比中，三维方法使所需事件数N相比最优的一维方法减少约2倍。
• 该方法通过同时使用两种轻子排列的对称化概率分布，成功处理了轻子分配（近/远）的模糊性。
• 在M=5×10^7个蒙特卡洛点下，该方法实现了稳定可靠的KL散度估计，验证了数值方法的有效性。
• 结果表明，三维方法在解决最具挑战性的自旋区分问题（如标量-费米子-费米子-标量（SFSF）与费米子-矢量-费米子-矢量（FVFV）模型）方面尤为有效。
• 在三维分析下，为以1000倍因子排除错误自旋假设而所需的事件数N减少，表明数据在自旋判定中的使用效率更高。