Resumen Técnico: Desbinaje de Análisis Globales del LHC

Planteamiento del Problema

La extracción de información a partir de datos de eventos de alta dimensión en el Gran Colisionador de Hadrones (LHC) se ha convertido en un cuello de botella para la física de precisión. Los métodos de inferencia tradicionales dependen de la reducción de los datos a histogramas de pocas dimensiones, un proceso que descarta una cantidad significativa de información cinemática mediante la reducción de dimensionalidad y el uso de bins (intervalos). Si bien la Inferencia Basada en Simulación Neuronal (SBI, por sus siglas en inglés) ha demostrado un rendimiento superior a los métodos basados en histogramas para procesos individuales, no está claro si estas ventajas persisten en análisis globales donde se combinan múltiples procesos para restringir los parámetros de la Teoría de Campos Efectivos del Modelo Estándar (SMEFT). Este artículo aborda la brecha en la comprensión de cómo funciona la SBI cuando se aplica a una combinación global de procesos de dibosones, investigando específicamente si la capacidad de desenredar parámetros teóricos degenerados se extiende más allá de los estudios de un solo proceso.

Metodología

Los autores emplean un marco de inferencia basada en simulación neuronal para estimar las razones de verosimilitud sin el uso de bins, comparando estos resultados con los límites tradicionales basados en histogramas y las restricciones de tasa total.

Aprendizaje de la Verosimilitud mediante Aprendizaje de Derivadas:
En lugar de aprender la razón de verosimilitud directamente en puntos de referencia específicos, los autores utilizan un enfoque de aprendizaje de derivadas. Dada la estructura del Lagrangiano de la SMEFT $L_{SMEFT} = L_{SM} + \sum_i \theta_i O_i$, donde $\theta_i$ son los coeficientes de Wilson, la razón de la sección eficaz diferencial $R(x|\theta, \theta_0)$ se expande de segundo orden en $\theta$. La red neuronal se entrena para aprender los coeficientes de esta expansión ($R_i(x)$ y $R_{ij}(x)$) utilizando razones a nivel de partones como objetivos. Esto permite que la razón de verosimilitud a nivel de reconstrucción se reconstruya para cualquier $\theta$ mediante:
$$r(x|\theta, \theta_0) \approx 1 + (\theta - \theta_0)_i R_{\phi,i}(x) + (\theta - \theta_0)_i (\theta - \theta_0)_j R_{\phi,ij}(x)$$
donde $R_{\phi}$ representa los estimadores de la red neuronal.

Manejo de Fondos:
Para dar cuenta de los fondos, los autores dividen la sección eficaz al cuadrado en componentes de señal, fondo e interferencia. Dado que la interferencia es insignificante para los procesos considerados, la verosimilitud se modela como una suma de probabilidades de señal y fondo. Se entrena un clasificador de señal-fondo para estimar la razón $\omega(x) = p_{sig}(x)/p_{bkg}(x)$, que luego se utiliza para construir la razón de verosimilitud completa. Para asegurar que el mínimo de la verosimilitud permanezca en la hipótesis de referencia ($\theta_0$) a pesar de las imperfecciones numéricas, los autores fuerzan analíticamente la anulación de la primera derivada del logaritmo de la verosimilitud en $\theta_0$ ajustando los términos de la derivada de la sección eficaz de la señal.

Difuminación Fraccional (Fractional Smearing):
Para mitigar la inestabilidad numérica causada por eventos atípicos con derivadas grandes, se aplica una técnica de "difuminación fraccional". Los eventos con derivadas grandes pasan por la simulación de lluvia de partones y de detector ($n$) múltiples veces, asignando a cada evento resultante un peso de $1/n$. Estos pesos se incorporan a la función de pérdida de Error Cuadrático Medio (MSE) durante el entrenamiento.

Configuración del Análisis:
El estudio se centra en cuatro procesos de dibosones: producción de $WW$, $WZ$, $WH$y$ZH$.

• Operadores: Se consideran seis operadores de dimensión 6 de la SMEFT: $O_{\Phi D}$, $O_{\Phi W}$, $O_{\Phi B}$, $O_{\Phi W B}$, $O^{(3)}_{\Phi q}$ y $O_{WWW}$.
• Datos: Los eventos se generan a $\sqrt{s} = 13.6$ TeV utilizando MADGRAPH5_AMC@NLO, PYTHIA8 y DELPHES. Se asume una luminosidad integrada de $300 \text{ fb}^{-1}$.
• Comparación: Los resultados se comparan contra:
  1. Verosimilitudes a nivel de partones (límite teórico superior).
  2. Límites de tasa total (límite de sensibilidad inferior).
  3. Histogramas a nivel de reconstrucción utilizando observables y binning estándar (por ejemplo, STXS etapa 1.2).
  4. Límites de SBI a nivel de reconstrucción.

Se han omitido las incertidumbres sistemáticas para aislar la ganancia de información cinemática, aunque los autores señalan que se espera que la SBI maneje mejor las sistemáticas al decorrelacionar los efectos cinemáticos de los parámetros teóricos.

Principales Contribuciones y Resultados

1. Rendimiento de Proceso Único:
Para cada proceso individual ($WW$, $WZ$, $WH$, $ZH$), el enfoque de SBI ofrece consistentemente restricciones más estrictas sobre los coeficientes de Wilson en comparación con los métodos basados en histogramas.

• Ruptura de la Degeneración: La principal ventaja de la SBI es su capacidad para romper las degeneraciones entre operadores que afectan las tasas totales de manera similar pero alteran las distribuciones cinemáticas de forma distinta. Por ejemplo, en la producción de $WZ$, el enfoque de histogramas tiene dificultades para separar $c_{\Phi W B}$ y $c_{\Phi D}$, mientras que la SBI restringe significativamente los límites en este plano.
• Sensibilidad de Polarización: En la producción de $ZH$, el observable del histograma ($p_T^Z$) es insensible a la polarización del bosón $Z$, lo que conduce a una degeneración completa entre $c_{\Phi W}$, $c_{\Phi B}$, $c_{\Phi W B}$ y $c_{\Phi D}$ en los límites perfilados unidimensionales. La SBI, al utilizar todo el espacio de fase, rompe esta degeneración y restringe los cuatro coeficientes individualmente.
• Robustez frente al Fondo: Incluso en canales con contribuciones de fondo significativas (por ejemplo, $ZH$ con fondo $Zb\bar{b}$), la SBI supera a los histogramas, proporcionando restricciones donde los histogramas no logran extraer información más allá de la tasa total.

2. Análisis Combinado Global:
El artículo demuestra que las ventajas de la SBI persisten y se amplifican cuando se combinan los cuatro procesos.

• Complementariedad: Diferentes procesos restringen diferentes direcciones en el espacio de parámetros (por ejemplo, $WZ$ restringe $c_{\Phi W B}$, $WH$ restringe $c_{\Phi W}$).
• Superioridad en la Combinación: Los límites combinados de la SBI son significativamente más fuertes que los límites combinados de histogramas. Para coeficientes como $c_{\Phi D}$, $c_{\Phi W}$, $c_{\Phi W B}$ y $c_{\Phi B}$, los límites de la SBI son aproximadamente un factor 2 más fuertes que los de los histogramas.
• Equivalencia de Luminosidad: Los autores estiman que para lograr la misma sensibilidad que el enfoque de SBI utilizando el método de histogramas, se requeriría un factor de $\sim 4$ más de datos para los coeficientes más degenerados (asumiendo el escalado estándar con $\mathcal{L}^{-1/2}$). Incluso para los coeficientes donde los histogramas son más sensibles (por ejemplo, $c_{WWW}$), la SBI proporciona una ganancia de sensibilidad de un $\sim 30\%$.

3. Validación:
Los autores verificaron la cobertura empírica de las funciones de verosimilitud aprendidas. Para la mayoría de los planos de parámetros, la cobertura empírica coincide con el nivel de confianza nominal. En algunos casos (por ejemplo, $c_{WWW}$ en la producción de $WW$), la verosimilitud fue ligeramente subconfiada (conservadora), lo que sugiere que, con más datos de entrenamiento, las restricciones podrían endurecerse aún más.

Significado y Reivindicaciones

El artículo afirma demostrar que la inferencia basada en simulación neuronal no es meramente una mejora para los análisis de un solo proceso, sino que es esencial para desbloquear todo el potencial de los análisis globales del LHC. Los autores argumentan que:

• Desentrelazamiento Global: La SBI es excepcionalmente eficaz para desenredar múltiples parámetros teóricos en un contexto global donde los histogramas tradicionales bindeados fallan debido a la pérdida de información y las degeneraciones.
• Escalabilidad: El enfoque de aprendizaje de derivadas permite la inclusión sencilla de múltiples operadores y procesos sin una explosión combinatoria de la complejidad.
• Preparación para el Futuro: A medida que los conjuntos de datos del LHC crezcan, la pérdida de información inherente al binning se volverá cada vez más problemática. La SBI ofrece un camino para utilizar toda la información de eventos de alta dimensión, lo que podría equivaler a duplicar o cuadruplicar la luminosidad efectiva para restricciones específicas de la SMEFT.

Los autores concluyen que, aunque su análisis simplifica ciertos aspectos (omitiendo sistemáticas y fondos secundarios), la ventaja persistente de la SBI sobre los métodos de histogramas en un contexto global de la SMEFT sugiere que la SBI debe integrarse en los futuros ajustes globales para maximizar el alcance físico del LHC.