[论文解读] Next-to-leading-logarithmic PanScales showers for Deep Inelastic Scattering and Vector Boson Fusion

Melissa van Beekveld, Silvia Ferrario Ravasio|arXiv (Cornell University)|May 15, 2023

Particle physics theoretical and experimental studies被引用 4

一句话总结

该论文在PanScales框架下首次实现了t通道色单态交换过程（如深度非弹性散射（DIS）和矢量玻色子融合（VBF））的下一阶对数（NLL）精度部分子喷泉。通过采用基于双重子的动量反冲机制和一种新型排序变量，该喷泉在全局与非全局可观测量上均实现了NLL精度，与传统的LL精度喷泉相比，与解析NLL预测的偏差降低了最多15%。

ABSTRACT

We introduce the first family of parton showers that achieve next-to-leading logarithmic (NLL) accuracy for processes involving a $t$-channel exchange of a colour-singlet, and embed them in the PanScales framework. These showers are applicable to processes such as deep inelastic scattering (DIS), vector boson fusion (VBF), and vector boson scattering (VBS). We extensively test and verify the NLL accuracy of the new showers at both fixed order and all orders across a wide range of observables. We also introduce a generalisation of the Cambridge-Aachen jet algorithm and formulate new DIS observables that exhibit a simple resummation structure. The NLL showers are compared to a standard transverse-momentum ordered dipole shower, serving as a proxy for the current state-of-the-art leading-logarithmic showers available in public codes. Depending on the observable, we find discrepancies at NLL of the order of $15\%$. We also present some exploratory phenomenological results for Higgs production in VBF. This work enables, for the first time, to resum simultaneously global and non-global observables for the VBF process at NLL accuracy.

研究动机与目标

• 开发涉及t通道色单态交换过程（如DIS和VBF）的下一阶对数（NLL）精度部分子喷泉。
• 将PanScales框架扩展至实现对全局与非全局可观测量的NLL精度，而此前的双重子喷泉无法一致处理此类情况。
• 实现VBF过程中全局与非全局可观测量的NLL精度同时重求和，这是此前未实现的能力。
• 通过将Collins-Knowles算法适配至DIS，改进部分子喷泉中自旋关联的建模，确保正确的方位角关联。
• 通过固定阶与全阶比较，验证新喷泉在广泛可观测量上的NLL精度。

提出的方法

• 设计一种基于新型反冲机制的双重子喷泉，通过正确处理动量守恒与角度关联，确保实现NLL精度。
• 引入一种基于$\beta_{\rm PS}$参数的广义排序变量，使PanScales框架内可同时实现局部与全局排序方案。
• 实现改进的剑桥-亚历山大杰特算法，以更好地处理DIS与VBF过程的动力学。
• 将Collins-Knowles算法适配至初态与末态发射的自旋关联，确保在$\mathcal{O}(\alpha_s^2)$矩阵元比较中准确再现方位角结构。
• 通过多项式拟合对$\alpha_s \to 0$进行数值外推，评估次领头项修正并验证NLL行为。
• 将新PanScales喷泉（PanGlobal、PanLocal）与标准横动量排序双重子喷泉进行对比，量化其在NLL精度下的偏差。

(a)

实验结果

研究问题

• RQ1 能否在PanScales框架内构建一种双重子喷泉，使其在DIS与VBF过程中对全局与非全局可观测量均实现NLL精度？
• RQ2 新NLL精度PanScales喷泉与标准的下一阶对数（LL）双重子喷泉相比，在不同可观测量上的精度差异如何量化？
• RQ3 新喷泉在存在非全局对数的情况下，能在多大程度上重现DIS与VBF可观测量的解析NLL结构？
• RQ4 能否通过Collins-Knowles算法在DIS中准确建模部分子喷泉的自旋关联？其喷泉预测与解析矩阵元结果的符合程度如何？
• RQ5 新喷泉中次领头项（NNLL）修正的大小如何？在$\alpha_s \to 0$极限下，NLL外推的稳定性如何？

主要发现

• 新PanScales喷泉在DIS与VBF中对全局与非全局可观测量均实现了NLL精度，首次实现了这两类可观测量在NLL精度下的同时重求和。
• 新NLL喷泉与解析NLL预测之间的偏差在各类可观测量上约为15%，显著低于传统LL喷泉的偏差。
• 通过Collins-Knowles算法实现的自旋关联能以小于$10^{-6}$的偏差重现解析$\mathcal{O}(\alpha_s^2)$矩阵元结果中的方位角关联，证实了固定阶精度。
• 对$\alpha_s \to 0$的数值外推显示，零耦合附近曲线的斜率约为1，与预期的NNLL修正量级一致。
• 广义剑桥-亚历山大杰特算法与本文引入的新DIS可观测量展现出清晰的重求和结构，有利于高精度比较。
• 喷泉的PanGlobal（$\beta_{\rm PS} = 0$）与PanLocal（$\beta_{\rm PS} = 0.5$）变体在多个$\alpha_s$值下均表现出稳定且准确的行为，且NLL收敛性一致。

(b)