Global Bayesian Analysis of $\mathrm{J}/ψ$ Photoproduction on Proton and Lead Targets

Cet article présente une analyse bayésienne globale de la photoproduction diffractive de $\mathrm{J}/\psi$ sur des cibles de protons et de plomb en utilisant un cadre de condensat de glace de couleur, révélant que bien que la description simultanée des données de HERA et du LHC soit difficile, l'introduction d'un facteur $K$ global améliore significativement la capacité du modèle à ajuster ces deux ensembles de données.

L'essentiel

Imaginez que vous essayez de cuisiner le gâteau parfait, mais que vous avez deux recettes très différentes à suivre : l'une pour un petit cupcake délicat (représentant un seul proton) et l'autre pour un cake bundt massif et dense (représentant un noyau de Plomb lourd).

Dans le monde de la physique des hautes énergies, les scientifiques utilisent un « livre de recettes » théorique appelé Condensat de Verre Coloré (CGC) pour prédire comment ces gâteaux se comportent lorsqu'ils sont frappés par un faisceau de lumière (photons). Cette lumière est utilisée pour créer un type de particule spécifique appelé J/ψ (prononcé « J-psi »), qui est comme une petite cerise lourde sur le dessus du gâteau.

Le Problème : La Recette ne Convient pas aux Deux Gâteaux

Pendant longtemps, les physiciens ont remarqué un problème frustrant. Lorsqu'ils utilisaient la recette du CGC pour prédire les résultats pour le cupcake (proton), cela fonctionnait parfaitement. Les prédictions correspondaient aux données de collisionneurs comme HERA et le LHC.

Cependant, lorsqu'ils utilisaient cette même recette pour prédire les résultats pour le cake bundt (noyau de Plomb), cela ne fonctionnait plus. La recette prédisait que le cake bundt produirait beaucoup trop de particules J/ψ, surtout lorsque l'énergie de collision était élevée. C'était comme si la recette disait : « Ajoutez une tasse de sucre pour le cupcake », et que, sans changer la quantité, elle disait pour le cake bundt : « Ajoutez une tasse de sucre », ce qui résultait en un gâteau beaucoup trop sucré.

Les scientifiques voulaient savoir : Existe-t-il un ensemble unique d'ingrédients (paramètres) capable d'expliquer simultanément le petit cupcake et le géant cake bundt ?

L'Investigation : Un « Test de Goût » Bayésien

Pour résoudre cela, les auteurs ont réalisé une Analyse Bayésienne Globale. Considérez cela comme un test de goût super intelligent et automatisé.

1. Les Ingrédients (Paramètres) : Ils avaient une liste de variables qu'ils pouvaient ajuster, telles que la « taille » du proton, son aspect « aérien » à l'intérieur, et la façon dont les ingrédients se mélangent à des vitesses élevées.
2. Le Simulateur (L'Émulateur) : Parce que la cuisson de ces gâteaux théoriques demande une puissance de calcul massive, ils ont construit un « devineur intelligent » (un émulateur à processus gaussien). Cet outil a appris à prédire le résultat du processus de cuisson sans avoir à lancer la simulation complète et lente à chaque fois.
3. Le Test : Ils ont lancé des milliers de simulations, en ajustant les ingrédients pour voir quelle combinaison pouvait faire en sorte que tant le cupcake que le cake bundt aient le bon goût (correspondant aux données expérimentales) en même temps.

Les Résultats : Le « Facteur d'Échelle Magique »

Voici ce qu'ils ont découvert :

• La Recette Standard a Échoué : Lorsqu'ils ont essayé d'ajuster les deux ensembles de données en utilisant la recette standard (sans aucun artifice supplémentaire), ils n'y sont pas parvenus. Les réglages qui rendaient le cupcake parfait rendaient le cake bundt trop sucré (trop de particules). Les réglages qui rendaient le cake bundt parfait rendaient le cupcake trop sec (trop peu de particules). Les deux ensembles de données semblaient vouloir des « vitesses d'évolution » différentes pour l'énergie.
• La Solution du « Facteur K » : La percée est venue lorsqu'ils ont introduit un facteur K. Imaginez cela comme un « bouton de volume » universel ou un « cadran d'échelle » que vous pouvez tourner vers le haut ou vers le bas pour l'ensemble de la recette.
  • Lorsqu'ils ont baissé ce cadran à environ 0,3 (ce qui signifie qu'ils ont réduit la production prédite de 70 %), quelque chose de magique s'est produit.
  • En diminuant la production globale, le modèle a été contraint d'ajuster les ingrédients internes (plus précisément, en augmentant la densité de la « colle » qui maintient les particules ensemble).
  • Cette densité plus élevée a créé une « suppression nucléaire » plus forte (comme un gâteau plus dense qui résiste au fait d'être brisé), ce qui a naturellement ralenti la croissance des particules dans le noyau de Plomb.
  • Résultat : Soudain, la même recette pouvait parfaitement décrire à la fois le petit proton et le grand noyau de Plomb.

Ce qui n'a pas fonctionné

Les scientifiques ont également essayé d'autres modifications sophistiquées de la recette, telles que :

• Changer la forme du proton, passant d'une boule lisse à quelque chose de plus dentelé.
• Ajouter ou retirer des « points chauds » (amas d'énergie) à l'intérieur du proton.
• Filtrer le bruit à haute fréquence.

Ils ont découvert qu'aucune de ces modifications sophistiquées n'aidait autant que le simple fait de baisser le volume avec le facteur K. Les données préféraient nettement la solution simple d'échelle plutôt que ces changements structurels complexes.

L'Essentiel à Retenir

L'article conclut que bien que le cadre du Condensat de Verre Coloré soit puissant, il nécessite actuellement une « correction » (le facteur K) pour décrire simultanément les protons et les noyaux lourds.

Cela suggère que notre compréhension actuelle des parties « non-perturbatives » de la recette (les parties désordonnées et complexes de la façon dont les particules se lient ensemble) ou des effets d'ordre supérieur (les réactions chimiques subtiles dans le four) n'est pas encore totalement comprise. Le facteur K agit comme un substitut pour ces pièces manquantes, permettant à la théorie de correspondre aux données pour l'instant, tout en laissant entendre que la théorie sous-jacente nécessite un affinement supplémentaire pour expliquer pourquoi ce cadran doit être tourné aussi bas.

En bref : Les mêmes règles physiques s'appliquent aux deux cibles, petites et grandes, mais notre « recette » mathématique actuelle a besoin d'un ajustement de volume global pour obtenir les bonnes proportions pour les deux.

Résumé technique

Résumé Technique : Analyse Bayésienne Globale de la Photoproduction de $J/\psi$ sur des Cibles de Protons et de Plomb

Énoncé du Problème
L'article traite d'une tension persistante en chromodynamique quantique (QCD) à haute énergie concernant la description de la production diffractive de $J/\psi$. Bien que les modèles basés sur le Condensat de Glasma Coloré (CGC) aient décrit avec succès la production exclusive de $J/\psi$ dans les collisions $\gamma + p$ à HERA et au LHC, ils surestiment généralement les sections efficaces pour la production cohérente et incohérente dans les collisions $\gamma + \text{Pb}$ à des énergies de centre de masse ($W$) élevées. Les calculs précédents, contraints par les données sur le proton, ne parviennent pas à reproduire le degré de suppression nucléaire observé dans les cibles de plomb, prédisant une augmentation plus rapide avec $W$ que ce que les données expérimentales indiquent. La question centrale est de savoir si un ensemble unique de paramètres de modèle peut décrire simultanément les données $\gamma + p$ et $\gamma + \text{Pb}$ dans le cadre standard du CGC, ou si la tension est irréconciliable sans modifier les hypothèses théoriques.

Méthodologie
Les auteurs effectuent une analyse bayésienne globale pour contraindre les distributions de probabilité des paramètres du modèle ($\theta$) en comparant les prédictions théoriques aux mesures expérimentales ($y_{\text{exp}}$).

• Cadre Théorique : Le calcul utilise le cadre du CGC, spécifiquement le modèle de McLerran-Venugopalan (MV) à une échelle initiale $x_P = 0,01$ évoluée via l'équation JIMWLK. L'amplitude de diffusion est calculée en utilisant le modèle Boosted Gaussian pour la fonction d'onde du méson vectoriel et une amplitude dipôle-cible construite à partir de lignes de Wilson.
• Extensions du Modèle : Au-delà de la configuration « standard » (paramètres fixes pour la forme du proton, les points chauds (hot spots) et l'amortissement UV), les auteurs introduisent plusieurs extensions pour tester leur flexibilité :
  • Un paramètre de forme transversale du proton flexible ($\omega$).
  • Un nombre variable de points chauds sub-nucléoniques ($N_q$).
  • Un facteur d'amortissement UV ($v_{\text{UV}}$) pour supprimer les modes de haute fréquence.
  • Un facteur d'échelle global ($K$) appliqué à toutes les sections efficaces pour absorber les incertitudes dans la fonction d'onde ou les effets d'ordres supérieurs manquants.
• Inférence Bayésienne : L'analyse utilise l'échantillonneur pocoMC et des émulateurs de processus gaussiens (GP) (spécifiquement l'émulateur PCGP du package surmise et l'émulateur GP de Scikit-learn) pour approximer le modèle direct, qui est coûteux en calcul. La stratégie d'entraînement implique des plans de type Latin Hypercube (LHD) et un apprentissage actif pour garantir la précision de l'émulateur à travers l'espace de paramètres à 11 dimensions.
• Jeux de Données : L'analyse incorpore des données de sections efficaces différentielles et intégrées, cohérentes et incohérentes, pour $\gamma + p$ (H1, ZEUS, ALICE, LHCb) et $\gamma + \text{Pb}$ (ALICE, CMS) sur une large gamme de $W$.

Principales Contributions

1. Cadre Bayésien Global : Ce travail fournit la première analyse bayésienne simultanée des données de photoproduction diffractive de $J/\psi$ $\gamma + p$ et $\gamma + \text{Pb}$ dans un cadre CGC unifié, en propageant systématiquement les incertitudes du modèle.
2. Quantification de la Tension : L'étude démontre rigoureusement que le modèle standard (sans facteur d'échelle) ne peut pas décrire les deux jeux de données simultanément. Des ajustements séparés pour $\gamma + p$ et $\gamma + \text{Pb}$ produisent des contraintes conflictuelles sur la vitesse d'évolution en énergie et les échelles de saturation.
3. Comparaison de Modèles via les Facteurs de Bayes : Les auteurs utilisent les facteurs de Bayes pour comparer quantitativement le modèle standard aux diverses extensions. Cette approche statistique détermine quelles extensions de modèle sont réellement soutenues par les données par rapport à celles qui sont simplement sur-paramétrées.
4. Résolution via le Facteur d'Échelle : L'analyse identifie que l'introduction d'un facteur d'échelle global $K$ est la seule extension fortement soutenue par les données, tandis que d'autres modifications structurelles (forme du proton, nombre de points chauds, amortissement UV) n'améliorent pas significativement l'ajustement.

Résultats

• Échec du Modèle Standard : Lorsque $K$ est fixé à 1, le modèle ne peut pas décrire les deux systèmes simultanément. Un ajustement aux données $\gamma + p$ surestime les sections efficaces $\gamma + \text{Pb}$ à haut $W$, tandis qu'un ajustement aux données $\gamma + \text{Pb}$ sous-estime les sections efficaces $\gamma + p$. Les distributions postérieures pour l'ajustement global présentent une structure à double pic dans les paramètres d'évolution JIMWLK, indiquant la tension entre les deux jeux de données.
• Modèle Préféré : Le modèle étendu avec un facteur d'échelle $K$ libre produit un bien meilleur ajustement ($\chi^2/\text{dof} \approx 1,82$) par rapport au modèle standard ($\chi^2/\text{dof} \approx 5,94$). Le facteur de Bayes favorise fortement l'inclusion de $K$ ($\ln B_{A/B} \approx -18,56$).
• Valeurs des Paramètres : La valeur préférée pour le facteur d'échelle est $K \approx 0,3$. Cette réduction de la normalisation globale de la section efficace est compensée par une préférence pour une densité de charge de couleur plus grande (ratio $Q_s/(g^2\mu)$ plus petit), conduisant à une échelle de saturation effective plus grande.
• Interprétation Physique : La plus grande échelle de saturation accentue les effets non linéaires, entraînant une suppression nucléaire plus forte et une dépendance en énergie plus lente pour la cible de plomb, ce qui s'aligne avec les observations expérimentales.
• Autres Extensions : Les variations de la forme du proton ($\omega$), du nombre de points chauds ($N_q$) et de l'amortissement UV ($v_{\text{UV}}$) se sont révélées soit défavorisées, soit seulement faiblement préférées par rapport au modèle standard. L'ajout de ces paramètres au modèle étendu en $K$ réduit davantage l'évidence bayésienne.

Signification et Revendications
L'article conclut que, dans le cadre actuel du CGC, une description simultanée des données $\gamma + p$ et $\gamma + \text{Pb}$ est difficile et nécessite un rescalage significatif des sections efficaces ($K \sim 0,3$). Les auteurs interprètent cette nécessité comme une indication que les incertitudes dans la fonction d'onde non perturbative du méson vectoriel et/ou les corrections d'ordres supérieurs manquantes (NLO) sont substantielles et actuellement non prises en compte dans le formalisme à l'ordre dominant (LO).

Les auteurs affirment modestement que leurs résultats indiquent que les calculs effectués entièrement dans le régime linéaire (ou sans ces ajustements non linéaires spécifiques) ne peuvent pas décrire les deux jeux de données simultanément. Ils suggèrent que les corrections NLO pourraient résoudre le problème, mais que les calculs NLO complets ne sont pas encore disponibles pour le confirmer. L'étude motive des travaux futurs pour améliorer la description théorique de la production de mésons vectoriels, incluant les extensions NLO et de meilleures descriptions de la physique non perturbative, et souligne la nécessité de données provenant de systèmes nucléaires intermédiaires (ex: $\gamma + \text{O}$, $\gamma + \text{Xe}$) pour explorer davantage les effets de saturation.