[论文解读] Kicking it Off(-shell) with Direct Diffusion

Anja Butter, Tomáš Ježo+4 more|arXiv (Cornell University)|Nov 28, 2023

Computational Physics and Python Applications被引用 4

一句话总结

本文提出直接扩散（DiDi），一种生成式机器学习方法，能够通过学习超出壳峰的相空间扩展，高效地将壳上LHC事例转换为精确的壳下配置。该方法在壳下运动学分布中实现相对误差低于10%，在壳上特征上实现相对误差低于5%，并通过分类器重加权将精度提升至百分之几的水平，实现了对HL-LHC物理中复杂壳下背景的快速、高精度模拟。

ABSTRACT

Off-shell effects in large LHC backgrounds are crucial for precision predictions and, at the same time, challenging to simulate. We present a novel method to transform high-dimensional distributions based on a diffusion neural network and use it to generate a process with off-shell kinematics from the much simpler on-shell one. Applied to a toy example of top pair production at LO we show how our method generates off-shell configurations fast and precisely, while reproducing even challenging on-shell features.

研究动机与目标

• 解决在高能物理模拟中生成精确壳下运动学配置的挑战，尤其针对大型LHC背景。
• 克服顶夸克对产生与衰变精度预测中壳上近似带来的局限性。
• 开发一种快速、模块化且可组合的生成代理模型，将壳上事例映射至壳下相空间，同时不降低壳上特征的精度。
• 通过LHE格式实现与标准事例生成器（如MadGraph）的高效集成，支持未来HL-LHC分析。
• 通过贝叶斯深度学习提供保守的不确定性估计，以追踪训练数据的统计局限性。

提出的方法

• 训练一个条件扩散生成模型（DiDi），将壳上事例映射至壳下配置，通过简单单位变换学习相空间的扩展。
• 采用贝叶斯-CFM扩散架构，建模复杂的壳下相空间，同时保持可逆性与采样效率。
• 应用分类器重加权以纠正分布偏差，提升在困难运动学区域（尤其是尾部与共振结构）的精度。
• 利用小规模、高质量的壳上训练数据集，生成大规模且可控外推的壳下数据集。
• 采用贝叶斯不确定性量化方法估计预测不确定性，追踪训练数据的统计局限性。
• 将训练好的模型集成至兼容标准LHE事例格式的模块化流水线中，用于事例生成器。

Figure 1 : Example distributions for on-shell and off-shell $t\bar{t}$ event samples, illustrating the different phase space coverage. The right panels show the same distribution as the left panels, but zoomed into the respective bulk region.

实验结果

研究问题

• RQ1 生成模型能否在不降低壳上特征精度的前提下，从壳上事例学习生成精确的壳下事例配置？
• RQ2 分类器重加权在提升壳下运动学分布精度方面有何作用，特别是在高灵敏度区域（如共振尾部）？
• RQ3 一个小型、低复杂度的扩散网络在多大程度上可实现壳下相空间中相对误差低于10%的同时保持壳上峰精度？
• RQ4 扩散模型中的贝叶斯不确定性估计能否为外推区域提供可靠且保守的误差边界？
• RQ5 所提出的方法在可扩展性与可组合性方面是否足以集成至标准事例生成器中，以支持未来HL-LHC分析？

主要发现

• DiDi模型在壳上特征上的相对误差低于5%，证实其对原始壳上相空间的高保真度。
• 壳下运动学分布（包括$m_{\bar{l}b}$与$p_{T,\bar{b}}$）在整个相空间中相对误差控制在10%以内，且不确定性与训练数据一致。
• 分类器重加权将精度误差降低至百分之几水平，尤其显著提升了尾部与共振区域的表现。
• DiDi的贝叶斯扩展提供了保守的不确定性估计，能够追踪训练数据的统计局限性，实现可靠的不确定性量化。
• 该方法在有限训练数据和小型网络下实现高性能，证明其在真实LHC模拟流水线中的可行性。
• 该模型与LHE格式兼容，可直接集成至MadGraph等事例生成器中，实现即插即用，适用于未来分析。

Figure 2 : Training procedure for a CFM network mapping between on-shell and off-shell phase space distributions. Diagram adapted from Ref [ 33 ] .