Higher-order effects in amplitude-assisted polarisation extraction with machine-learning techniques

Sintesi Tecnica: Effetti di ordine superiore nell'estrazione della polarizzazione assistita dall'ampiezza con tecniche di machine learning

Definizione del Problema
L'estrazione delle frazioni di polarizzazione dei bosoni di gauge elettrodeboli (EW) dai dati dei collider è una sonda critica del meccanismo di Rottura della Simmetria Elettrodebole (EWSB). Sebbene recenti analisi LHC (Run-2 e Run-3) abbiano misurato con successo queste frazioni utilizzando fit basati su template da simulazioni al Leading Order (LO), la crescente precisione sperimentale richiede previsioni teoriche ad ordini superiori. I precedenti approcci di machine learning (ML) per il tagging della polarizzazione, come il metodo assistito dall'ampiezza proposto nel Riferimento [36], erano limitati all'accuratezza LO. Esiste un divario significativo nella comprensione di come le correzioni QCD al Next-to-Leading Order (NLO) e gli effetti dello shower di partoni (PS) influenzino l'addestramento e le prestazioni dei modelli ML progettati per estrarre le frazioni di polarizzazione. In particolare, non era chiaro se i modelli ML addestrati su dati LO potessero regolare accuratamente i rapporti di polarizzazione quando applicati a dati NLO+PS, o se l'addestramento stesso richiedesse un'accuratezza di ordine superiore per tenere conto degli spostamenti cinematici indotti dalla radiazione QCD.

Metodologia
Gli autori affrontano questo divario estendendo il framework di estrazione della polarizzazione assistita dall'ampiezza all'accuratezza QCD NLO accoppiata con parton shower (NLO+PS). La metodologia consiste in tre componenti principali:

1. Framework Teorico e Reweighting:

   • Lo studio si concentra sul processo di di-bosone $pp \to ZZ \to e^+e^-\mu^+\mu^-$ a $\sqrt{s} = 13$ TeV.
   • Per generare campioni polarizzati da eventi Monte Carlo (MC) non polarizzati, gli autori definiscono un rapporto di reweighting $r_{LL} = |\mathcal{M}_{LL}|^2 / |\mathcal{M}|^2$, che rappresenta l'ampiezza al quadrato dei bosoni doppiamente longitudinali rispetto all'ampiezza non polarizzata.
   • Al livello NLO, questo rapporto è costruito utilizzando la funzione $\bar{B}$ del metodo Powheg, che incorpora i contributi Born, virtuali e di radiazione reale integrata. Il reweighting è applicato evento per evento a campioni NLO+PS non polarizzati generati con il framework Powheg-Box-Res e il pacchetto VV_pol.
   • La validità di questo approccio di reweighting è verificata attraverso "test di chiusura" (closure tests), confrontando le distribuzioni pesate contro simulazioni dirette di segnali polarizzati.

2. Architetture di Machine Learning:
   Il documento confronta quattro distinti approcci di regressione per predire il rapporto $r_{LL}$ (o il suo proxy $\tilde{r}_{LL}$) utilizzando solo osservabili sperimentalmente accessibili (momenta dei leptoni nello stato finale):

   • Feed-Forward Neural Network (FFNN): Una rete profonda con 10 strati nascosti e un rapporto larghezza-profondità ridotto per gestire la maggiore complessità cinematica del processo ZZ rispetto ai precedenti studi su Z+j.
   • Autoencoder-like NN (AE): Una rete con una struttura a collo di bottiglia (bottleneck) progettata per comprimere le 16 caratteristiche di input (quadri-momenta dei leptoni) in una rappresentazione latente prima di ricostruire il target.
   • Physics-Informed Network (PN): Un modello basato su ParticleNet, che utilizza strati EdgeConv e uno strato di pre-elaborazione ispirato alla Lorentz per garantire l'invarianza di Lorentz e ridurre il numero di parametri addestrabili.
   • Random Forest Regressor (RFR): Un metodo d'insieme basato su alberi che utilizza un sottoinsieme specifico di caratteristiche cinematiche (momenta trasversi dei bosoni, rapidità e angoli di decadimento nel sistema di riposo).

3. Strategia di Addestramento:

   • I modelli sono addestrati su dataset generati con accuratezze LO, LO+Sudakov e NLO+PS.
   • Viene applicata una trasformazione logaritmica della variabile target per stabilizzare i gradienti e prevenire il collasso della rete verso una predizione media costante.
   • Gli iperparametri (learning rate, batch size) sono ottimizzati utilizzando il framework Optuna.

Contributi Chiave

• Estensione a NLO+PS: Questo lavoro presenta la prima implementazione dell'estrazione della polarizzazione assistita dall'ampiezza ad accuratezza QCD NLO accoppiata con parton shower. Dimostra che la tecnica di reweighting, sebbene approssimativa nel contesto del matching a ordine fisso, riproduce le simulazioni dirette dei segnali polarizzati con alta fedeltà (entro l'1% per le sezioni d'urto integrate).
• Impatto delle Correzioni di Ordine Superiore sul ML: Lo studio valuta sistematicamente la necessità dell'accuratezza dei dati di addestramento. Si scopre che l'addestramento di modelli ML su dati LO e il test su dati NLO+PS porta a degradazioni significative (deviazioni del 2–6% nelle sezioni d'urto), mentre l'addestramento e il test all'accuratezza di matching NLO+PS garantisce una precisione sub-per-mille.
• Benchmarking delle Architetture: Gli autori confrontano quattro diverse architetture ML. Riscontrano che, sebbene tutti i modelli si comportino bene nel bulk dello spazio delle fasi, la Physics-Informed Network (PN) e il Random Forest Regressor (RFR) mostrano una robustezza superiore in tutto l'intervallo cinematico, in particolare nelle code delle distribuzioni. Il modello PN è evidenziato per raggiungere un'alta accuratezza con un numero significativamente minore di parametri addestrabili ($\sim 60$k) rispetto alla FFNN ($\sim 4$M) e alla AE ($\sim 1.4$M).

Risultati

• Test di Chiusura: La procedura di reweighting riproduce le simulazioni dirette NLO+PS per gli stati longitudinale-longitudinale ($LL$) e trasverso-trasverso ($TT$) con deviazioni rispettivamente di $-0.9\%$ e $+0.3\%$. Gli stati misti mostrano una sottostima di circa il $7\%$, attribuibile a discrepanze nell'esponenziale di Sudakov per la radiazione dura.
• Distribuzioni Differenziali:
  • Per l'angolo di decadimento del positron ($\cos \theta^*_{e^+}$), tutti i modelli concordano con la verità entro pochi percenti nella regione centrale. Nelle code, i modelli RFR e PN sono i migliori.
  • Per il momentum trasverso del positron ($p_{T, e^+}$), i modelli addestrati su LO non riescono a descrivere accuratamente le code NLO+PS. I modelli addestrati su NLO+PS mostrano un buon accordo fino a $\sim 200$ GeV.
  • Il modello RFR, quando utilizza un set specifico di caratteristiche di input inclusi gli angoli di decadimento nel sistema di riposo, fornisce la descrizione più coerente attraverso l'intero intervallo della distribuzione $r_{LL}$.
• Estrazione della Sezione d'Urto: Quando addestrati e testati all'accuratezza NLO+PS, i modelli PN e RFR predicono la sezione d'urto fiduciale per la produzione di $Z_L Z_L$ con deviazioni inferiori allo $0.2\%$ rispetto alla verità.

Significatività e Rivendicazioni
Il documento afferma che il framework proposto colma con successo il divario tra le previsioni teoriche ad alta precisione e l'estrazione della polarizzazione sperimentale. Generalizzando il metodo assistito dall'ampiezza a NLO+PS, gli autori dimostrano che:

1. Le correzioni di ordine superiore sono non trascurabili: L'addestramento di modelli ML su dati LO è insufficiente per la fisica di precisione al LHC; sono necessari dati di addestramento NLO+PS per catturare gli spostamenti cinematici indotti dalla radiazione QCD.
2. Efficienza e Robustezza: La Physics-Informed Network (PN) offre un equilibrio convincente tra prestazioni e costo computazionale, rendendola una scelta preferibile per gli studi fenomenologici.
3. Generalità dell'Applicabilità: Sebbene lo studio si concentri sui decadimenti leptonici di $ZZ$, la metodologia è applicabile ad altri processi di di-bosone e decadimenti hadronici, a condizione che sia disponibile un generatore di eventi appropriato.

Gli autori concludono che i loro risultati catturano la maggior parte degli effetti rilevanti per il tagging della polarizzazione a NLO, consentendo future estensioni a ordini perturbativi superiori senza colli di bottiglia concettuali. L'implementazione della procedura di reweighting è resa pubblica tramite il pacchetto VV_pol, e tutte le predizioni ML sono disponibili in un repository pubblico per garantire la riproducibilità.