[论文解读] Monte Carlo event generator validation and tuning for the LHC

A. G. Buckley, Hendrik Hoeth+2 more|arXiv (Cornell University)|Feb 25, 2009

Particle physics theoretical and experimental studies被引用 3

一句话总结

本文提出了一套系统性框架，利用以往对撞机的实验数据对蒙特卡洛事件发生器进行验证与调优，采用Rivet分析系统和Professor调优工具。该框架显著提升了多种事件发生器（Pythia 6、Herwig++、Sherpa）对QCD可观测量——尤其是最小偏差和底层事件结构——的描述能力，关键结果表明，早期LHC数据可显著优化这些调优方案，从而提升对标准模型之外新物理探测的精度。

ABSTRACT

We summarise the motivation for, and the status of, the tools developed by CEDAR/MCnet for validating and tuning Monte Carlo event generators for the LHC against data from previous colliders. We then present selected preliminary results from studies of event shapes and hadronisation observables from e+e- colliders, and of minimum bias and underlying event observables from the Tevatron, and comment on the approach needed with early LHC data to best exploit the potential for new physics discoveries at the LHC in the next few years.

研究动机与目标

• 为解决LHC物理模拟中蒙特卡洛事件发生器缺乏协调、系统性验证的问题。
• 提升事件发生器对QCD可观测量（如事件形状、强子化、最小偏差、底层事件结构）预测的准确性。
• 开发并部署Rivet和Professor工具，实现对LEP、SLD和Tevatron实验数据的事件发生器性能并行比较。
• 通过早期LHC数据实现快速、数据驱动的事件发生器调优，以减少新物理搜索中背景建模的不确定性。
• 将这些工具整合至LHC合作组（ATLAS和CMS）的工作流程中，作为基线发生器配置，确保分析间的一致性与鲁棒性。

提出的方法

• 使用Rivet作为验证框架，处理HepMC事件记录，并通过标准化、可重用的分析，将发生器预测与实验数据进行比较。
• Rivet采用C++ API，支持可观测量计算的自动缓存，并支持插件式分析加载，从而实现多个发生器之间高效且一致的比较。
• Professor通过将发生器参数拟合至数据响应函数，实现系统性调优，采用逐箱参数化方法量化拟合优度，并支持数值优化。
• 调优过程利用LEP、SLD和Tevatron实验的数据——特别是Drell-Yan过程和喷注底层事件测量——来约束发生器行为。
• 该框架支持LO级发生器（如Pythia 6、Herwig++、Sherpa），并可扩展以纳入RHIC、ISR和SPPS的数据，实现更广泛的QCD约束。
• 系统可自动对齐数据与模拟的直方图分箱，确保比较的一致性，无需手动同步分箱边界。

实验结果

研究问题

• RQ1 如何系统性地利用以往对撞机的实验数据验证蒙特卡洛事件发生器，以确保LHC中QCD过程模拟的可靠性？
• RQ2 通过使用Tevatron测量数据进行数据驱动调优，事件发生器中底层事件和最小偏差可观测量的改进程度如何？
• RQ3 Professor调优系统能否有效优化多个可观测量的生成器参数，同时保持与实验数据的一致性？
• RQ4 不同生成器模型（Pythia 6、Herwig++、Sherpa）在重现Tevatron底层事件和最小偏差数据方面表现如何？其缺陷体现在何处？
• RQ5 将Rivet和Professor集成至LHC合作组是否能实现对早期LHC数据的快速、迭代式发生器调优？

主要发现

• Professor调优系统成功生成了一个Pythia 6调优方案，该方案在LEP至Tevatron的实验数据上均表现出良好一致性，涵盖$Q^2$有序和$p_\perp$有序部分子喷注模型。
• Herwig++在经过暴力调优后与CDF 2001年底层事件数据表现出良好一致性，但面对更新的CDF 2008年Drell-Yan数据时暴露出参数空间中的退化现象。
• CDF 2008年Drell-Yan底层事件数据打破了Herwig++调优中的既有退化现象，表明生成器性能对新数据高度敏感，凸显了迭代调优的必要性。
• Sherpa此前仅通过人工调优，现将采用系统性的Professor调优，预示未来模拟将具备更高的可靠性和一致性。
• Rivet框架目前托管约40项来自LEP、SLD和Tevatron的关键分析，未来计划扩展至ISR、SPPS和CLEO，以实现更广泛的QCD约束。
• 将Rivet和Professor集成至ATLAS和CMS工作流程，确保改进后的发生器调优方案将作为基线配置被采用，从而提升LHC背景建模的可靠性。