[论文解读] Kaleu: a general-purpose parton-level phase space generator

A. van Hameren|arXiv (Cornell University)|Mar 25, 2010

Particle physics theoretical and experimental studies参考文献 20被引用 38

一句话总结

Kaleu 是一个基于 Fortran 的通用部分子级相空间生成器，采用递归相空间映射和自适应重要性采样技术，可高效生成多粒子散射过程的相空间点。它通过实时利用被积函数信息进行优化，在 $e^+e^- \to 6f$ 和 $pp \to t\bar{t}+n\text{ jets}$ 等过程中实现高效的蒙特卡罗积分，结果与参考计算匹配或高度一致，且评估次数更少。

ABSTRACT

Kaleu is an independent, true phase space generator. After providing it with some information about the field theory and the particular multi-particle scattering process under consideration, it returns importance sampled random phase space points. Providing it also with the total weight of each generated phase space point, it further adapts to the integration problem on the fly. It is written in Fortran, such that it can independently deal with several scattering processes in parallel.

研究动机与目标

• 开发一种独立的、高效的多粒子散射过程相空间生成器，适用于对撞机物理。
• 在事件生成过程中结合被积函数信息，实现自适应相空间生成。
• 提供一个模块化、可并行化的工具，可集成到更大的蒙特卡罗框架中。
• 减少高精度截面计算所需的矩阵元评估次数。
• 支持包含大量末态粒子的复杂过程，包括具有质量及虚粒子的粒子。

提出的方法

• Kaleu 使用递归相空间分解，将 $n$ 体相空间逐步分解为连续的两体分裂。
• 通过选择具有独立权重的分支（顶点）逐步构建映射，生成相空间点。
• 利用类似于振幅计算的关系，递归计算每个事件的被积函数权重。
• 通过适应被积函数的峰结构，实时优化相空间采样。
• 支持壳上和壳下粒子，用户可在初始化时定义质量与宽度。
• 设计为支持并行执行，可独立生成多个散射过程。

实验结果

研究问题

• RQ1 如何使对撞机物理中复杂多粒子过程的相空间生成更加高效？
• RQ2 递归相空间映射结合自适应加权是否能减少所需的矩阵元评估次数？
• RQ3 独立的相空间生成器在评估效率方面，能在多大程度上优于或匹配集成工具？
• RQ4 基于被积函数值的实时优化在高维相空间中如何提升采样效率？
• RQ5 该方法能否有效应用于包含大量末态粒子的过程，包括具有质量及虚粒子的粒子？

主要发现

• 对于 $e^+e^- \to 6f$ 过程，Kaleu 仅使用 1812 万次评估，便得到与参考计算（如 36.17 fb vs. 35.9 fb）相差小于 1% 的截面结果。
• 在 $e^+e^- \to 8f$ 过程中，Kaleu 以 1350 万次评估重现了参考截面（如 314.1 fb vs. 314 fb），展现出高精度与高效率。
• 当集成到 Alpgen 中用于 $pp \to t\bar{t}+n\text{ jets}$ 时，Kaleu 以 1140 万次评估匹配了参考截面（如 254.38 pb vs. 255 pb）。
• 在剪裁后进行 10 步、每步 10 万次点的优化过程，提升了采样效率，且未影响最终截面估计结果。
• 由于其基于 Fortran 的独立架构，Kaleu 支持多个散射过程的并行生成。
• 该方法即使在包含最多 8 个末态费米子及复杂 QCD 贡献的过程中，也实现了高精度。