[论文解读] Separating Signals from Non-Interfering Backgrounds using Probabilistic Event Weightings

M. Williams, M. Bellis+1 more|ArXiv.org|Apr 21, 2008

Radiation Effects in Electronics被引用 4

一句话总结

本文提出了一种基于概率的事件加权方法，为数据集中每个事件分配一个信号质量因子（Q因子），从而在无需分箱的情况下实现事件级的信号与非干扰背景分离。通过使用未分箱最大似然法拟合局部邻域，Q因子估计了事件源自信号的概率，使能够直接访问真实信号谱，并支持多维分析中的高效未分箱似然拟合，同时实现准确的误差估计。

ABSTRACT

A common situation in experimental physics is to have a signal which can not be separated from a non-interfering background through the use of any cut. In this paper, we describe a procedure for determining, on an event-by-event basis, a quality factor (Q-factor) that a given event originated from the signal distribution. This Q-factor can then be used as an event weight in subsequent analysis procedures, allowing one to more directly access the true spectrum of the signal.

研究动机与目标

• 解决在传统截取或边带减法失效（由于动量空间重叠）时，从非干扰背景中分离信号的挑战。
• 开发一种方法，通过避免分箱来保留信号分布中的多维动量关联性。
• 提供一种计算上可行的事件级加权方案，通过概率事件分类实现对真实信号谱的直接访问。
• 通过为所有事件分配信号概率权重，支持未分箱最大似然拟合以提取物理可观测量。
• 估计Q因子和信号产量的不确定性，同时考虑邻近事件之间的相关性。

提出的方法

• 在排除参考坐标的多维事件空间中定义度量，使用归一化的坐标范围计算成对距离。
• 针对每个事件，基于计算出的距离度量识别其 n_c 个最近邻（包括自身）。
• 使用未分箱最大似然法拟合局部邻域，以估计参考坐标中信号和背景函数形式的参数。
• 利用拟合参数，将每个事件的Q因子计算为该参考坐标处信号概率密度与总概率密度的比值。
• 在后续未分箱似然拟合中使用Q因子作为事件权重，以实现无需分箱的物理可观测量提取。
• 使用局部拟合的协方差矩阵估计Q因子的不确定性，并采用保守的100%相关性假设将其传播至信号产量误差。

实验结果

研究问题

• RQ1 基于局部事件的概率加权方案是否能在高维相空间中有效分离非干扰背景下的信号？
• RQ2 当信号与背景分布重叠时，如何在不使用分箱的情况下重建信号谱？
• RQ3 估计事件级Q因子不确定性的合适方法是什么？其不确定性如何传播至信号产量测量？
• RQ4 Q因子是否能够实现背景污染存在下的准确未分箱似然拟合，以提取物理可观测量？
• RQ5 邻近事件之间的相关误差如何影响信号产量不确定性估计？何种误差传播策略具有鲁棒性？

主要发现

• Q因子方法成功重建了真实信号谱，偏差极小，测试案例中提取的信号分布与生成的信号分布高度一致。
• 使用Q因子进行事件级未分箱似然拟合，得到的自旋密度矩阵元与真实值高度一致：ρ⁰₀₀ = 0.654 ± 0.011，ρ⁰₁₋₁ = 0.046 ± 0.008，以及 Reρ⁰₁₀ = 0.099 ± 0.007。
• 该方法保留了多维动量关联性，适用于复杂分析，如Dalitz图分析中的部分波振幅。
• 采用Q因子间100%相关性的误差估计方法，提供了保守但可靠的不确定性高估，其准确性优于无相关性误差估计。
• 该方法计算量较大，但每个事件仅需一次预计算，因此适用于大规模分析。
• 该方法在信号与背景存在量子干涉的情况下不适用，因其假设贡献为非干扰性。