[论文解读] JFIT: a framework to obtain combined experimental results through joint fits

E. Ben-Haim, René Brun+2 more|arXiv (Cornell University)|Sep 17, 2014

Simulation Techniques and Applications被引用 10

一句话总结

JFIT 是一个 C++ 框架，通过主从架构实现多个实验数据集的联合拟合，无需合并数据或重写拟合代码，可在保护数据隐私的同时保持与现有分析工具的兼容性，实现对结果的精确组合。

ABSTRACT

A master-worker architecture is presented for obtaining combined experimental results through joint fits of datasets from several experiments. The design of the architecture allows such joint fits to be performed keeping the data separated, in its original format, and using independent fitting environments. This allows the benefits of joint fits, such as ensuring that correlations are correctly taken into account and better determination of nuisance parameters, to be harnessed without the need to reformat data samples or to rewrite existing fitting code. The Jfit framework is a C++ implementation of this idea in the Laura++ package, using dedicated classes of the ROOT package. We present the Jfit framework, give instructions for its use, and demonstrate its functionalities with concrete examples.

研究动机与目标

• 解决在保护数据隐私和保留现有分析工作流的前提下，整合多个高能物理实验结果的挑战。
• 克服传统平均方法在系统不确定性相关性假设（完全相关或完全无关）方面的局限性。
• 提供一种可扩展、模块化的联合拟合解决方案，同时保持与现有拟合环境和数据格式的兼容性。
• 通过在多个实验之间联合约束噪声参数，实现对参数和不确定性的精确估计。
• 支持复杂的基于似然的组合方法，包括非高斯不确定性、上限等情况，而无需简化假设。

提出的方法

• 实现主从架构，主节点通过组合来自独立工作节点的似然值来协调联合拟合。
• 每个工作节点在其自身的数据集上独立运行拟合过程，使用其本机拟合环境（例如 RooFit），仅将似然值返回给主节点。
• 主节点将各个似然值合并为总对数似然函数：对于两个实验，$\mathcal{L}_{\text{total}} = \mathcal{L}_A \cdot \mathcal{L}_B$。
• 使用 ROOT 和 Laura++ C++ 类来管理参数传递、似然评估以及协方差矩阵计算。
• 通过将现有拟合代码封装在与主节点通信的从接口中，实现最小修改即可复用原有拟合代码。
• 通过主从节点间的同步通信，支持参数更新、误差传播和拉普拉斯值（pull）计算。

实验结果

研究问题

• RQ1 如何在不共享数据或迁移代码的前提下，将多个实验数据集整合为单一联合拟合？
• RQ2 何种架构模式能够在保持各实验独立分析的同时实现精确的联合拟合？
• RQ3 与标准平均技术相比，联合拟合如何提升参数估计的精度和可靠性？
• RQ4 能否通过现有拟合框架以分布式、模块化的方式高效实现联合拟合？
• RQ5 在不确定性传播和系统误差处理方面，联合拟合的实际优势是什么？

主要发现

• JFIT 实现了多个数据集的联合拟合，无需对数据进行重新格式化或重写现有拟合代码。
• 该框架成功在保持数据隔离的同时，实现了跨实验参数之间的完整相关性处理。
• 使用 JFIT 的联合拟合可对噪声参数施加更严格的约束，并提升关注参数的估计精度。
• 主从设计允许直接使用现有的拟合环境（例如 RooFit），无需修改，显著降低了集成开销。
• 该框架支持复杂场景，如非高斯不确定性、上限以及通过重复拟合引入外部系统误差输入。
• 结果通过参数值、误差、拉普拉斯值和相关性矩阵进行传递，支持完整的统计验证。