[论文解读] Status of MadLoop/aMC@NLO

R. Pittau|arXiv (Cornell University)|Feb 26, 2012

Particle physics theoretical and experimental studies参考文献 16被引用 4

一句话总结

本文介绍了MadLoop和aMC@NLO的最新进展，这两项是高能物理中NLO QCD计算的自动化工具。通过利用OPP单位性方法和MadGraph生成矩阵元，这些工具实现了虚拟修正和辐射修正的完全自动化计算，其结果已针对LHC过程（如双玻色子产生和希格斯玻色子搜寻）进行了验证，包括在NLO精度下对$gg$-初态贡献的处理。

ABSTRACT

I review the present status of the automatic NLO tools MadLoop and aMC@NLO by presenting, as an example of their use, phenomenological studies of hadron collider processes. Perspectives on applications to linear collider Physics are also discussed

研究动机与目标

• 开发适用于强子对撞机的NLO QCD计算全自动化工具，将用户干预最小化至仅需指定过程和截断条件。
• 通过OPP方法自动提取标量积分基底中的系数，以应对1-圈振幅的计算复杂性。
• 利用aMC@NLO框架，实现与部分子簇射器匹配的精确、灵活且全自动的事件生成，达到NLO精度。
• 尽管图数增加且计算成本上升，仍将这些工具的适用范围扩展至直线对撞机物理，包括电弱理论和BSM理论。
• 通过在MadGraph框架内实现全自动化，确保正确性与效率，支持包括标准模型、SUSY和BSM理论在内的复杂模型。

提出的方法

• 使用OPP单位性方法，通过数值采样被积函数并求解系数，将1-圈振幅分解为标量积分。
• 利用MadGraph计算环图被积函数的树幅类分子函数$N_i^k(q)$，实现矩阵元的自动化生成。
• 应用图过滤技术，通过循环对称性和镜像对称性移除冗余的L-cut图，确保1-圈拓扑结构的唯一表示。
• 使用MadFKS将MadLoop生成的1-圈振幅与辐射振幅及减法项结合，依据FKS形式化方法保证红外安全性。
• 利用MC@NLO方法将NLO结果与HERWIG或PYTHIA部分子簇射器匹配，整个过程在MadGraph框架内完全自动化。
• 将$gg$-初态贡献作为形式上的NNLO修正处理，但由于LHC中较高的部分子流强，其在物理上具有重要意义并被包含在内。

实验结果

研究问题

• RQ1 在强子对撞机中，对于外部粒子数较多的过程，如何实现1-圈振幅的自动且高效计算？
• RQ2 aMC@NLO在预测LHC上双玻色子和希格斯玻色子产生截面方面的性能与精度如何？
• RQ3 对四轻子末态而言，$gg$-初态贡献如何影响NLO截面？其现象学意义为何？
• RQ4 在包含完整电弱修正的前提下，将自动化NLO工具扩展至直线对撞机物理面临哪些技术挑战？
• RQ5 MadLoop和aMC@NLO中的全自动化能否确保在标准模型、SUSY和BSM理论等复杂模型下的正确性与可扩展性？

主要发现

• aMC@NLO框架成功实现了$pp \to \ell^+\ell^-\ell^{\prime+}\ell^{\prime-}$过程的NLO截面计算，实现全自动化，包括$gg$-初态贡献。
• 在$\sqrt{S} = 7$ TeV下，$pp \to e^+e^-\mu^+\mu^-$的总截面为$12.90^{+0.27(2.1\%)+0.26(2.0\%)}_{-0.23(1.8\%)-0.22(1.7\%)}$ fb，尺度和PDF不确定性明确量化。
• $pp \to e^+e^-\mu^+\mu^-$的$gg$-初态贡献为$0.566^{+0.162(28.6\%)+0.012(2.1\%)}_{-0.118(20.8\%)-0.014(2.5\%)}$ fb，表明尽管形式上为NNLO，其不确定性仍高达28.6%。
• aMC@NLO与HERWIG和PYTHIA匹配后，四轻子不变质量与横动量分布显示良好一致性，且可观察到重标定的$gg$贡献。
• 该框架正确处理了$gg$-初态过程，尽管其形式上为NNLO，但由于LHC中部分子流强极高，其贡献显著。
• 该工具可扩展至直线对撞机物理，目前正致力于在MadGraph中实现完整电弱标准模型及$R_2$有限重整化。