Modeling Falling Backgrounds with Exponential Mixtures

Sintesi Tecnica: Modellazione di Sfondi Decrescenti con Miscele Esponenziali

Definizione del Problema
Le ricerche di nuova fisica al Large Hadron Collider (LHC), in particolare le "bump hunts" per segnali risonanti, si basano sulla distinzione tra eccessi localizzati e distribuzioni di fondo del Modello Standard (SM) che decrescono regolarmente. Le attuali strategie di modellazione del fondo affrontano una dicotomia:

1. Modelli Parametrici Flessibili: Gli approssimatori universali come i polinomi sono attraenti ma spesso richiedono molti parametri, sono difficili da ottimizzare e rischiano di causare overfitting dei segnali o di generare comportamenti non fisici nelle code delle distribuzioni.
2. Modelli Rigidi Specifici per l'Analisi: Funzioni come la "funzione di dijet" sono motivate dalla cromodinamica quantistica (QCD) a leading-order e dalle funzioni di distribuzione dei partoni. Tuttavia, esse si basano su specifiche approssimazioni e correzioni ad hoc che potrebbero richiedere revisioni man mano che i dataset crescono in dimensione e complessità. Inoltre, queste forme rigide faticano negli estremi della distribuzione (code) dove non sono disponibili vincoli dai sideband.

Esiste un significativo bisogno di soluzioni di fitting generiche e riutilizzabili che bilancino flessibilità e vincoli fisici per evitare uno sviluppo esteso e specifico per ogni singola analisi.

Metodologia
Gli autori propongono la miscela esponenziale finita come una classe di funzioni semi-parametriche per modellare i fondi decrescenti. L'approccio è fondato sulla Teoria dei Valori Estremi (EVT), specificamente sul teorema di Pickands–Balkema–de Haan, il quale afferma che le distribuzioni di coda convergono verso una Distribuzione di Pareto Generalizzata (GPD).

• Base Teorica: La GPD con un parametro di forma positivo ($\xi > 0$) è matematicamente equivalente a una miscela esponenziale-gamma (distribuzione di Lomax). Gli autori generalizzano questo concetto a una miscela finita di distribuzioni esponenziali per adattarsi a comportamenti pre-asintotici e regimi misti in cui le assunzioni standard della GPD decadono.
• Formulazione Matematica: La densità è definita come una combinazione lineare di $k$ componenti esponenziali:
  $$f_k(x|\vec{\beta}, \vec{w}) = \sum_{i=1}^k w_i \beta_i e^{-\beta_i x}$$
  dove $\vec{\beta}$ sono i parametri di tasso e $\vec{w}$ sono i pesi vincolati alla somma unitaria (tramite una trasformazione softmax).
• Proprietà: Questa classe può approssimare arbitrariamente vicino qualsiasi funzione completamente monotona. Sebbene non tutte le distribuzioni fisiche siano strettamente completamente monotone (ad esempio, vicino ai turn-on di soglia o ai cutoff di energia finita), la classe è sufficientemente flessibile da approssimare code decrescenti pur rimanendo abbastanza vincolata da evitare picchi spuri o strutture non monotone.
• Implementazione:
  • I modelli vengono adattati utilizzando la stima di massima verosimiglianza (MLE) con l'algoritmo MINUIT/MIGRAD.
  • La selezione del modello (determinazione del numero di componenti $k$) viene eseguita utilizzando il Criterio di Informazione di Akaike (AIC) e il Criterio di Informazione Bayesiano (BIC).
  • Per dati binati (ATLAS), l'integrale della miscela esponenziale viene risolto analiticamente per garantire la stabilità numerica.
  • Per dataset piccoli (CMS), vengono utilizzate verosimiglianze non binate (unbinned).

Contributi Chiave e Risultati
Il documento valida la miscela esponenziale contro due distinti dataset pubblicati e attraverso studi di simulazione:

1. Spettro di Dijet ATLAS ($n \approx 28,6$ milioni):

   • La miscela esponenziale è stata confrontata con la funzione di dijet standard.
   • Risultato: La miscela esponenziale (selezionata con 4 componenti tramite AIC) ha ottenuto un $\chi^2$ leggermente migliore (90 vs 96) e residui comparabili nell'intervallo di massa, nonostante l'uso di più parametri. I criteri AIC e BIC hanno concordato sulla complessità ottimale.

2. Spettro Fotone-Fotone ad Alta Massa CMS ($n = 5.036$):

   • La miscela è stata confrontata con quattro funzioni di fondo esistenti ($f_1$–$f_4$) utilizzate nell'analisi ufficiale.
   • Risultato: La miscela esponenziale a 2 componenti ha ottenuto un $\chi^2$ (50,6) comparabile o migliore rispetto alle funzioni originali. Mentre il BIC preferiva modelli più semplici, la miscela selezionata tramite AIC ha fornito caratteristiche di bias superiori nei test successivi.

3. Studi di Simulazione (Pseudo-dataset):

   • Sono stati generati pseudo-dataset a partire dalle quattro funzioni di fondo CMS per testare bias, copertura e segnali spuri.
   • Bias: La miscela esponenziale selezionata tramite AIC ha mostrato un piccolo bias, incrociando frequentemente il valore della densità reale e rimanendo entro la banda di $\pm 1$ deviazione standard del modello reale. Ha superato la miscela selezionata tramite BIC.
   • Copertura: Il modello selezionato tramite AIC ha mantenuto una copertura nominale per masse $m_{\gamma\gamma} < 2000$ GeV. Nelle code, ha mostrato una leggera sotto-copertura, ma è rimasto tra i modelli con le migliori prestazioni.
   • Segnale Spurio: Quando si effettuava il fit di modelli segnale-più-fondo, la miscela esponenziale produceva piccoli rendimenti di segnale spuri (coerenti con lo zero entro l'incertezza), indicando che non genera artificialmente "bump".

Significatività e Rivendicazioni
Gli autori affermano che la miscela esponenziale finita offre un'alternativa flessibile, asintoticamente motivata e riutilizzabile alla modellazione del fondo tradizionale.

• Generalità: Offre prestazioni comparabili ad altri metodi attraverso dataset che variano per ordini di grandezza in termini di dimensione e complessità del fondo.
• Vincolo: A differenza dei polinomi, la miscela esponenziale è sufficientemente rigida da evitare l'overfitting e la generazione di strutture non fisiche, ma abbastanza flessibile da approssimare una vasta gamma di spettri decrescenti.
• Limitazioni: Il documento riconosce con modestia che il metodo assume un comportamento completamente monotono. Non può intrinsecamente modellare gli effetti di turn-on di soglia o i cutoff di energia finita (che rompono la completa monotonicità) senza modifiche o modellazione separata. Inoltre, le prestazioni dipendono da euristiche per la selezione del modello (AIC vs. BIC) e dall'ottimizzazione (restart casuali), e la scelta dell'intervallo di fit (soglia superiore) influenza la normalizzazione.

Il documento conclude che, sebbene la miscela esponenziale sia una base promettente per le ricerche di risonanze, è necessario ulteriore lavoro per ottimizzare la selezione della complessità, migliorare i metodi di ottimizzazione globale e integrare strutture specifiche motivate dalla fisica per gli effetti non monotoni.