Modeling Falling Backgrounds with Exponential Mixtures

Resumen Técnico: Modelado de Fondos Decrecientes con Mezclas Exponenciales

Planteamiento del Problema
Las búsquedas de nueva física en el Gran Colisionador de Hadrones (LHC), particularmente las "búsquedas de protuberancias" (bump hunts) para señales resonantes, dependen de la distinción entre excesos localizados y distribuciones de fondo de la distribución estándar de la materia (SM) que decrecen suavemente. Las estrategias actuales de modelado de fondo enfrentan una dicotomía:

1. Modelos Paramétricos Flexibles: Los aproximadores universales como los polinomios son atractivos pero a menudo requieren muchos parámetros, son difíciles de optimizar y corren el riesgo de sobreajustar señales o generar comportamientos no físicos en las colas de las distribuciones.
2. Modelos Rígidos Específicos de cada Análisis: Funciones como la "función de dijets" están motivadas por la Cromodinámica Cuántica (QCD) de orden líder y las funciones de distribución de partones. Sin embargo, dependen de aproximaciones específicas y correcciones ad hoc que pueden requerir revisión a medida que los conjuntos de datos crecen en tamaño y complejidad. Además, estas formas rígidas tienen dificultades en los extremos de la distribución (colas) donde no hay restricciones de bandas laterales (sidebands) disponibles.

Existe una necesidad significativa de soluciones de ajuste genéricas y reutilizables que equilibren la flexibilidad con las restricciones físicas para evitar un desarrollo extensivo y específico para cada análisis.

Metodología
Los autores proponen la mezcla exponencial finita como una clase de funciones semiparamétricas para modelar fondos decrecientes. El enfoque se fundamenta en la Teoría de Valores Extremos (EVT), específicamente en el teorema de Pickands–Balkema–de Haan, que establece que las distribuciones de cola convergen a una Distribución de Pareto Generalizada (GPD).

• Base Teórica: La GPD con un parámetro de forma positivo ($\xi > 0$) es matemáticamente equivalente a una mezcla exponencial-gamma (distribución de Lomax). Los autores generalizan esto a una mezcla finita de distribuciones exponenciales para acomodar comportamientos pre-asintóticos y regímenes mixtos donde los supuestos estándar de la GPD fallan.
• Formulación Matemática: La densidad se define como una combinación lineal de $k$ componentes exponenciales:
  $$f_k(x|\vec{\beta}, \vec{w}) = \sum_{i=1}^k w_i \beta_i e^{-\beta_i x}$$
  donde $\vec{\beta}$ son parámetros de tasa y $\vec{w}$ son pesos restringidos a sumar 1 (mediante una transformación softmax).
• Propiedades: Esta clase puede aproximar cualquier función completamente monótona de manera arbitraria. Aunque no todas las distribuciones físicas son estrictamente completamente monótonas (por ejemplo, cerca de los efectos de aparición de umbral o cortes de energía finitos), la clase es lo suficientemente flexible para aproximar colas decrecientes permaneciendo lo suficientemente restringida para evitar picos espurios o estructuras no monótonas.
• Implementación:
  • Los modelos se ajustan mediante la estimación de máxima verosimilitud (MLE) con el algoritmo MINUIT/MIGRAD.
  • La selección del modelo (determinar el número de componentes $k$) se realiza utilizando el Criterio de Información de Akaike (AIC) y el Criterio de Información Bayesiano (BIC).
  • Para datos agrupados (ATLAS), la integral de la mezcla exponencial se resuelve analíticamente para asegurar la estabilidad numérica.
  • Para conjuntos de datos pequeños (CMS), se utilizan verosimilitudes no agrupadas (unbinned).

Contribuciones Clave y Resultados
El artículo valida la mezcla exponencial contra dos conjuntos de datos publicados distintos y mediante estudios de simulación:

1. Espectro de Dijets de ATLAS ($n \approx 28.6$ millones):

   • La mezcla exponencial se comparó con la función de dijets estándar.
   • Resultado: La mezcla exponencial (seleccionada con 4 componentes vía AIC) logró un $\chi^2$ ligeramente mejor (90 frente a 96) y residuos comparables en todo el rango de masa, a pesar de utilizar más parámetros. Los criterios AIC y BIC coincidieron en la complejidad óptima.

2. Espectro de Fotones de Alta Masa de CMS ($n = 5,036$):

   • La mezcla se comparó contra cuatro funciones de fondo existentes ($f_1$–$f_4$) utilizadas en el análisis oficial.
   • Resultado: La mezcla exponencial de 2 componentes logró un $\chi^2$ (50.6) comparable o mejor que las funciones originales. Aunque el BIC prefirió modelos más simples, la mezcla seleccionada por AIC proporcionó características de sesgo superiores en pruebas posteriores.

3. Estudios de Simulación (Pseudo-datos):

   • Se generaron pseudo-datos a partir de las cuatro funciones de fondo de CMS para probar el sesgo, la cobertura y los rendimientos de señal espurios.
   • Sesgo: La mezcla exponencial seleccionada por AIC exhibió un sesgo pequeño, cruzando frecuentemente el valor de la densidad real y permaneciendo dentro de la banda de $\pm 1$ desviación estándar del modelo real. Superó a la mezcla seleccionada por BIC.
   • Cobertura: El modelo seleccionado por AIC mantuvo una cobertura nominal para masas $m_{\gamma\gamma} < 2000$ GeV. En las colas, mostró una ligera sub-cobertura, pero se mantuvo entre los modelos con mejor desempeño.
   • Señal Espuria: Al ajustar modelos de señal más fondo, la mezcla exponencial produjo rendimientos de señal espurios pequeños (consistentes con cero dentro de la incertidumbre), lo que indica que no genera "protuberancias" artificialmente.

Significancia y Reivindicaciones
Los autores afirman que la mezcla exponencial finita ofrece una alternativa flexible, asintóticamente motivada y reutilizable para el modelado de fondos tradicionales.

• Generalidad: Se desempeña de manera comparable a los métodos existentes a través de conjuntos de datos que varían en órdenes de magnitud en tamaño y complejidad de fondo.
• Restricción: A diferencia de los polinomios, la mezcla exponencial es lo suficientemente rígida para evitar el sobreajuste y la generación de estructuras no físicas, pero lo suficientemente flexible para aproximar una amplia variedad de espectros decrecientes.
• Limitaciones: El artículo reconoce modestamente que el método asume un comportamiento completamente monótono. No puede modelar intrínsecamente los efectos de aparición de umbral o los cortes de energía finitos (que rompen la completitud de la monotonía) sin modificaciones o un modelado separado. Además, el desempeño depende de heurísticas para la selección de modelos (AIC vs. BIC) y la optimización (rearrances aleatorios), y la elección del rango de ajuste (umbral superior) impacta la normalización.

El artículo concluye que, si bien la mezcla exponencial es una base prometedora para búsquedas de resonancias, es necesario realizar más trabajo para optimizar la selección de la complejidad, mejorar los métodos de optimización global e integrar estructuras específicas motivadas por la física para efectos no monótonos.