Implementation of full and simplified likelihoods in CheckMATE

Cet article présente l'implémentation de modèles de vraisemblance complets et simplifiés pour les régions de signaux multibins dans CheckMATE, intégrant 13 recherches ATLAS et CMS afin d'accroître la sensibilité des analyses grâce à des combinaisons statistiques.

L'essentiel

🕵️‍♂️ CheckMATE : Le nouveau détective de l'Univers

Imaginez que le Grand Collisionneur de Hadrons (LHC) est une immense usine à particules, un peu comme un accélérateur de voitures de course géant. Les physiciens y font entrer des protons à des vitesses folles pour les faire entrer en collision, espérant voir apparaître des particules nouvelles et mystérieuses (la "Nouvelle Physique") qui pourraient expliquer les secrets de l'univers.

Mais il y a un problème : jusqu'à présent, on n'a trouvé que le "Higgs" (la dernière pièce du puzzle standard), mais aucune nouvelle particule exotique. De plus, les expériences (ATLAS et CMS) génèrent des montagnes de données, mais elles les présentent souvent de manière très technique, difficile à utiliser pour les théoriciens qui veulent tester leurs propres idées.

C'est là qu'intervient CheckMATE. C'est un logiciel, un peu comme un traducteur universel ou un détective numérique, qui permet de prendre les résultats bruts des expériences et de les comparer à n'importe quelle théorie de nouvelle physique.

📊 Le problème des "Boîtes" (Les Likelihoods)

Pour comprendre ce papier, imaginez que les expériences de physique ne vous donnent pas juste un nombre (ex: "Nous avons vu 10 particules"). Elles vous donnent des boîtes (des "bins").

• L'ancienne méthode (Simplifiée) : C'était comme regarder une seule boîte. "Est-ce qu'il y a plus de particules dans cette boîte que prévu ?" Si oui, on exclut la théorie. C'est rapide, mais un peu grossier.
• La nouvelle méthode (Complexe) : Les expériences modernes remplissent des centaines de boîtes différentes avec des données précises. Elles disent : "Regardez la forme de la distribution dans ces 50 boîtes, et tenez compte des erreurs de mesure qui sont liées entre elles." C'est comme essayer de reconnaître un visage non pas en regardant juste un œil, mais en analysant la forme de tout le visage, les proportions, et en tenant compte de la lumière. C'est beaucoup plus précis, mais aussi beaucoup plus difficile à calculer.

🛠️ Ce que fait ce papier : La "Boîte à Outils" améliorée

Les auteurs (I˜naki Lara et Krzysztof Rolbiecki) ont mis à jour le logiciel CheckMATE pour qu'il puisse utiliser ces deux méthodes :

1. Le Likelihood Simplifié : C'est l'approche rapide. On prend les données publiques, on fait une approximation intelligente. C'est comme faire une estimation rapide de la météo en regardant le ciel. C'est utile pour des tests rapides.
2. Le Likelihood Complet (Full Likelihood) : C'est l'approche chirurgicale. Le logiciel télécharge les fichiers complexes fournis par ATLAS et CMS (les "recettes" complètes avec toutes les incertitudes). Il recalcule tout, comme un météorologue qui utilise des supercalculateurs pour simuler chaque goutte de pluie. C'est beaucoup plus précis, mais cela demande beaucoup plus de temps de calcul (comme faire cuire un gâteau lentement au four plutôt que de le faire au micro-ondes).

🎯 Les résultats : Pourquoi c'est important ?

Le papier montre que cette mise à jour est un grand pas en avant pour trois raisons :

• Plus de précision : En utilisant les "boîtes" multiples et les modèles complets, le logiciel peut détecter des signaux faibles que la méthode simple aurait manqués. C'est comme passer d'une paire de lunettes ordinaires à des jumelles de haute précision.
• La combinaison des indices : Le logiciel peut maintenant combiner plusieurs "zones de recherche" (comme combiner les indices d'un crime). Parfois, une seule zone ne dit rien, mais si on regarde 10 zones ensemble, un motif apparaît.
• La validation : Les auteurs ont testé leur logiciel sur 13 recherches récentes (9 d'ATLAS, 4 de CMS). Ils ont comparé leurs résultats avec ceux officiels des expériences. Résultat ? C'est une correspondance parfaite. Le logiciel reproduit exactement ce que les physiciens des laboratoires ont trouvé.

🚀 En résumé

Imaginez que vous essayez de trouver un trésor caché.

• Avant, vous utilisiez une carte approximative (méthode simple).
• Maintenant, avec ce papier, CheckMATE vous donne un GPS de haute technologie (méthode complète) qui utilise les données les plus récentes et les plus précises du monde.

Cela permet aux physiciens théoriciens de dire : "Mon idée de nouvelle physique est-elle compatible avec les données réelles ?" de manière beaucoup plus fiable. Si la réponse est "Non", la théorie est éliminée. Si la réponse est "Peut-être", cela ouvre la voie à de nouvelles découvertes.

En gros, ce papier rend le détective CheckMATE plus fort, plus rapide et plus intelligent pour traquer la nouvelle physique dans les données du LHC.

Résumé technique

Voici un résumé technique détaillé de l'article « Implementation of full and simplified likelihoods in CheckMATE » en français.

1. Problématique

Avec l'entrée en vigueur de la Run 3 du Grand collisionneur de hadrons (LHC) et l'accumulation de centaines de fb⁻¹ de données, les expériences ATLAS et CMS ont considérablement affiné leurs recherches de nouvelle physique. Au lieu de se limiter à quelques intervalles de données (bins) optimisés pour des modèles simplifiés, les expériences publient désormais des données binnées dans de multiples régions de signal et de contrôle, utilisant des modèles statistiques complexes et des méthodes d'apprentissage automatique.

Cependant, cette sophistication rend la réinterprétation des résultats par la communauté théorique extrêmement difficile. Les outils existants peinent souvent à intégrer ces modèles statistiques complets (full likelihoods) ou à combiner efficacement plusieurs régions de signal orthogonales. De plus, l'interprétation basée sur des modèles simplifiés ne correspond pas toujours à la physique réaliste à l'échelle du TeV. Il existe donc un besoin urgent d'outils capables de réinterpréter les résultats du LHC en utilisant les modèles de vraisemblance complets ou simplifiés fournis par les collaborations, tout en permettant des combinaisons statistiques pour augmenter la sensibilité.

2. Méthodologie

Les auteurs ont implémenté dans le cadre logiciel CheckMATE des modèles de vraisemblance (likelihoods) complets et simplifiés pour les régions de signal multibins.

• Implémentation des modèles :

  • ATLAS : Utilisation de deux approches.
    • Vraisemblance complète (Full Likelihood) : Basée sur les fichiers JSON fournis par ATLAS (via HEPData), contenant les taux de bruit de fond, les incertitudes et les paramètres de nuisance pour toutes les régions de signal et de contrôle. L'évaluation utilise le package Python Pyhf (implémentation de HistFactory) et l'interface Spey.
    • Vraisemblance simplifiée (Simplified Likelihood) : Une approximation où le modèle de bruit de fond est basé sur le taux total obtenu lors de l'ajustement du modèle complet, avec un seul paramètre de nuisance corrélé sur tous les bins.
  • CMS : Utilisation du cadre de vraisemblance simplifiée défini par CMS, qui modélise les corrélations entre les contributions du bruit de fond via une matrice de covariance multivariée (distribution gaussienne).

• Outils techniques :

  • Le calcul repose sur les bibliothèques Pyhf, Spey et Spey-Pyhf.
  • Plusieurs moteurs de calcul (backends) sont supportés pour l'accélération : Numpy, Tensorflow, Pytorch et Jax. L'interface Jax avec support GPU s'est révélée être la plus performante.
  • Un fichier de configuration (pyhf conf.json) permet de mapper les noms des régions de signal de CheckMATE vers les conventions ATLAS/CMS.

• Contrôle utilisateur :

  • Les utilisateurs peuvent choisir entre le calcul complet (plus précis mais lent), le calcul simplifié (rapide) ou une combinaison de régions de signal.
  • Des options permettent de calculer les limites supérieures observées/attendues, les statistiques CLs, et de combiner différentes recherches.

3. Contributions Clés

• Extension de la base de données : Intégration de 13 recherches (9 ATLAS et 4 CMS) basées sur l'intégralité des données de la Run 2 (139 fb⁻¹ à $\sqrt{s} = 13$ TeV).
• Combinaison statistique : Pour la première fois dans CheckMATE, il est possible de combiner statistiquement plusieurs régions de signal (multibin) et, pour certaines analyses ATLAS, d'inclure les régions de contrôle (CR) complètes, ce qui n'était pas standard auparavant.
• Flexibilité d'évaluation : Mise à disposition de méthodes alternatives (pleine vraisemblance, vraisemblance simplifiée, meilleure région de signal) permettant aux utilisateurs de choisir le compromis entre précision et temps de calcul.
• Validation rigoureuse : Comparaison systématique des résultats de CheckMATE avec les limites officielles d'ATLAS et de CMS sur une large gamme de modèles de nouvelle physique (SUSY, matière noire, 2HDM+a).

4. Résultats

Les validations effectuées sur les 13 analyses montrent :

• Accord global : Une excellente concordance entre les limites d'exclusion obtenues par CheckMATE (via les vraisemblances complètes ou simplifiées) et les résultats officiels des collaborations ATLAS et CMS.
• Gain de sensibilité : L'utilisation de la vraisemblance complète ou simplifiée (combinaison multibin) améliore significativement la sensibilité par rapport à l'approche traditionnelle de la « meilleure région de signal » (Best-SR). Dans certains cas (ex: recherche de squarks ou de gluinos), le gain de sensibilité atteint un facteur 2, étendant considérablement la portée d'exclusion.
• Limites des approximations :
  • Pour certaines analyses complexes (ex: atlas 1911 12606 avec des spectres de masse comprimés), la vraisemblance simplifiée peut échouer à reproduire la forme complexe des limites observées en raison d'excès ou de déficits locaux importants. Dans ces cas, la vraisemblance complète est recommandée.
  • L'inclusion des régions de contrôle est cruciale pour éviter de surestimer les contraintes (over-constraining) dans certains modèles de nouvelle physique.
• Performance : L'utilisation du backend Jax permet des temps de calcul très rapides (quelques secondes pour des calculs CLs, ~16s pour des limites complètes sur un exemple), rendant les scans de grands espaces de paramètres plus réalisables, bien que le calcul complet reste coûteux en temps CPU.

5. Signification et Perspectives

Cet article marque une évolution majeure pour l'outil CheckMATE, le transformant d'un outil de réinterprétation basé sur des coupes simples en une plateforme capable de gérer des analyses statistiques de niveau publication.

• Impact scientifique : Cela permet aux théoriciens de tester des modèles de nouvelle physique arbitraires avec une précision comparable à celle des expériences, en exploitant pleinement les données publiées (y compris les corrélations et les régions de contrôle).
• Futur : Les auteurs prévoient d'étendre ces capacités pour permettre la combinaison statistique de recherches différentes (même entre ATLAS et CMS) et d'intégrer des interfaces vers des méthodes d'apprentissage automatique, qui deviennent de plus en plus courantes dans les analyses du LHC.

En résumé, cette mise à jour comble un fossé technique important entre la complexité croissante des analyses du LHC et la capacité de la communauté théorique à les réinterpréter fidèlement.