[论文解读] Transverse-momentum resummation of colorless final states at the NNLL+NNLO
本论文提出了一套通用框架,用于在QCD中实现胶子-胶子或夸克-胶子初始态下无色最终态的NNLL+NNLO精度的横动量重整化,该框架已集成至Matrix程序中。该框架实现了$ZZ$和$W^{+}W^{-}$粒子对产生过程的全微分预测,与CMS实验测量的$ZZ$横动量谱具有极佳的一致性,并在$p_T$-屏蔽效率的预测上显著优于低阶近似方法。
We present a general framework that allows to compute the resummed transverse-momentum distribution of a system of colorless particles. The implementation is fully differential in the degrees of freedom of the final-state system. As a first application, we consider the transverse-momentum spectrum of ZZ and WW boson pairs produced in hadron collisions, where we resum the logarithmically enhanced contributions due to multiple soft-gluon emission at small transverse momenta to all orders in perturbation theory. We exploit the most advanced perturbative information for the ZZ and WW production processes that is available at present by combining next-to-next-to-leading order QCD corrections with next-to-next-to-leading logarithmic resummation.
研究动机与目标
- 开发一种适用于强子对撞中无色最终态横动量重整化的通用、全微分框架。
- 将下一下一阶(NNLO)QCD修正与下一下一阶对数(NNLL)重整化相结合,实现高精度预测。
- 实现对探测器截断、非稳定态效应以及向量玻色子轻子衰变中自旋关联的精确建模。
- 为向量玻色子对产生过程的精密研究提供基准,这对Higgs玻色子和新物理搜索至关重要。
- 通过将NNLL+NNLO预测与CMS实验测量的$ZZ$ $p_T$谱进行比较,验证该框架的有效性。
提出的方法
- 该框架在Matrix蒙特卡洛程序中采用$q_T$-减法形式,实现NNLO精度。
- 在NNLL精度下实现幺正横动量重整化,确保在对$p_T$积分后与已知的NNLO总截面保持一致。
- 该方法在最终态动量学变量上完全微分,包括无色系统的不变质量、快度以及相空间变量。
- 采用参考文献[59, 60]中的螺旋度振幅,以包含轻子衰变中的非稳定态效应与自旋关联。
- 重整化基于萨达科夫形式因子,结合三圈软函数$g^{(3)}$,实现对小$p_T$区域中对数增强贡献的全阶次重整化。
- 通过独立改变因子化、重整化与重整化尺度($\mu_F$、$\mu_R$、$Q$)来估算尺度不确定性。
实验结果
研究问题
- RQ1NNLL+NNLO重整化在多大程度上能准确描述强子对撞中$ZZ$与$W^{+}W^{-}$对的横动量谱?
- RQ2与低阶近似相比,高阶修正与重整化在预测$p_T$-屏蔽效率方面有多大的改进?
- RQ3NNLL+NNLO预测与CMS在探测器截断区域内测量的$ZZ$ $p_T$谱在多大程度上一致?
- RQ4在轻子衰变中包含非稳定态效应与自旋关联对横动量谱有何影响?
- RQ5该框架能否用于改进依赖于$p_T$分类的新物理分析中Higgs玻色子理论建模?
主要发现
- NNLL+NNLO对$ZZ$ $p_T$谱的预测与CMS实验测量结果高度一致,尤其在横动量较小的区域,此时重整化效应最为显著。
- 在$p_T \lesssim 30$ GeV区域,NNLL+NNLO预测始终比NLO或NLL+NLO结果更接近实验数据。
- 与近似NNLL+NLO结果相比,使用NNLL+NNLO时,$W^{+}W^{-}$产生过程的$p_T^{\text{veto}} \sim 25-30$ GeV区域的$p_T$-屏蔽效率降低了约5%。
- 先前CMS $W^{+}W^{-}$测量中使用的近似NNLL+NLO结果,相比完整的NNLL+NNLO预测,高估了约5%的效率。
- NNLO与NLL+NLO预测与实验数据基本一致,但NNLL+NNLO结果在小$p_T$区域对$p_T$谱形的描述最为精确。
- 该框架在对$p_T$积分后成功恢复了已知的NNLO总截面,证实了重整化过程的一致性。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。