[论文解读] Machine Learning tools for global PDF fits

Juan Rojo|arXiv (Cornell University)|Sep 12, 2018

Particle physics theoretical and experimental studies参考文献 18被引用 4

一句话总结

本文提出了一种在NNPDF全球QCD分析中使用的机器学习框架，采用多层前馈神经网络实现模型无关的 parton distribution function (PDF) 参数化，利用遗传算法和协方差矩阵自适应算法进行优化，并通过闭合测试进行系统性验证。该方法相比以往方法，实现了更稳健、统计上可靠的PDF拟合，精度和不确定性量化均有提升。

ABSTRACT

The use of machine learning algorithms in theoretical and experimental high-energy physics has experienced an impressive progress in recent years, with applications from trigger selection to jet substructure classification and detector simulation among many others. In this contribution, we review the machine learning tools used in the NNPDF family of global QCD analyses. These include multi-layer feed-forward neural networks for the model-independent parametrisation of parton distributions and fragmentation functions, genetic and covariance matrix adaptation algorithms for training and optimisation, and closure testing for the systematic validation of the fitting methodology.

研究动机与目标

• 开发一种基于机器学习的、模型无关的方法，用于在全局QCD分析中参数化质子的parton distribution functions (PDFs) 和 fragmentation functions (FFs)。
• 通过采用遗传算法和协方差矩阵自适应等先进优化算法，提高PDF确定的精度和可靠性。
• 通过使用已知底层PDF集合生成的伪数据进行闭合测试，系统性地验证拟合方法。
• 通过蒙特卡洛样本副本方法和贝叶斯重加权，确保PDF拟合中不确定性传播和统计一致性的稳健性。
• 提供与LHAPDF标准兼容的高精度PDF集合，用于LHC现象学研究。

提出的方法

• 使用神经网络作为通用插值器，在低尺度（Q₀ ≈ 1 GeV）对PDFs和FFs进行参数化，实现模型无关、灵活的函数形式。
• 采用遗传算法和协方差矩阵自适应演化策略，通过最小化实验数据上的χ²损失函数来优化神经网络参数。
• 应用回溯交叉验证停止准则，训练在使验证数据集χ²最小的迭代步骤处停止，以防止过拟合。
• 使用蒙特卡洛副本将实验不确定性传播至PDF不确定性，实现统计误差估计与传播。
• 通过从已知PDF集合（如MMHT14、CT14）生成伪数据，执行闭合测试，然后重新拟合，以验证中心值和不确定性的正确再现。
• 使用贝叶斯重加权作为交叉验证，确认所得PDF不确定性具有统计上一致的解释。

实验结果

研究问题

• RQ1 多层前馈神经网络能否在全局QCD拟合中有效充当parton distribution functions的模型无关参数化？
• RQ2 遗传算法与协方差矩阵自适应算法在优化复杂、高维PDF参数空间时表现如何比较？
• RQ3 回溯交叉验证停止准则在神经网络基PDF拟合中多大程度上能防止过拟合？
• RQ4 使用伪数据的闭合测试能否证明NNPDF拟合方法的统计稳健性与可靠性？
• RQ5 从蒙特卡洛副本和贝叶斯重加权中得出的PDF不确定性在闭合测试中是否具有一致且校准良好的结果？

主要发现

• 使用遗传算法的NNPDF3.0拟合相比NNPDF2.3拟合性能有所提升，尤其在Level 0闭合测试中表现出更低的χ²值。
• 在Level 2闭合测试中，单个副本拟合的分布与高斯分布一致，证实了中心值的波动与所列PDF不确定性的描述一致。
• 回溯交叉验证停止准则成功通过识别验证χ²达到最小的最优训练迭代，有效防止了过拟合。
• 在Level 0闭合测试中，χ²值趋近于零，因为输入PDF集合（如MMHT14）可实现完美拟合，证实了该方法能够准确恢复已知解。
• 贝叶斯重加权成功再现了拟合结果，提供了PDF不确定性具有稳健统计解释的交叉验证。
• NNPDF框架成功生成了与LHAPDF标准兼容的PDF集合，可直接集成至LHC分析工作流中。