Nuclear-geometry-tagging events in high-energy Ne--Ne collisions

Sintesi Tecnica: Eventi con tagging della geometria nucleare in collisioni Ne–Ne ad alta energia

Enunciato del problema
Le collisioni nucleone-nucleone ultrarelativistiche offrono una sonda unica per le correlazioni a molti corpi all'interno dei nuclei atomici, poiché la geometria iniziale del sistema prodotto riflette la struttura nucleare intrinseca. Sebbene la deformazione nucleare sia nota per influenzare gli osservabili del flusso anisotropo (come $v_2$), la modellizzazione teorica standard spesso tratta i nuclei come densità a corpo singolo utilizzando distribuzioni di Woods–Saxon modificate. Recenti calcoli all'avanguardia, specificamente la Teoria di Campo Efficace su Reticolo Nucleare (NLEFT) e il Metodo delle Coordinate Generatrici Proiettate (PGCM), prevedono che i nuclei di $^{20}\text{Ne}$ possiedano una forma altamente deformata di tipo "birillo" $\alpha + ^{16}\text{O}$. Sebbene tali nuclei siano stati oggetto di collisioni all'LHC, è necessario un metodo per massimizzare la sensibilità a queste specifiche caratteristiche strutturali. Nello specifico, gli autori indagano se configurazioni geometriche distinte — corpo–corpo (di lato) e punta–punta (di punta) — possano essere isolate dall'insieme generale degli eventi per studiare la sottostante struttura nucleare.

Metodologia
Lo studio impiega un modello Monte–Carlo Glauber per simulare collisioni Ne–Ne a $\sqrt{s_{NN}} = 5,36$ TeV.

• Configurazioni Nucleari: Le posizioni iniziali dei nucleoni sono campionate da due distinti framework teorici: NLEFT e PGCM. Queste vengono confrontate con una distribuzione di Fermi sferica (Woods–Saxon) come riferimento.
• Selezione degli Eventi: L'analisi si concentra sulle collisioni centrali ($N_{\text{spec}} \leq 2$). Gli eventi sono classificati in categorie "punta–punta" e "corpo–corpo" in base agli angoli polari ($\theta$) degli assi di simmetria nucleare rispetto al fascio e all'allineamento azimutale ($\Delta\phi$).
• Osservabili Sensibili alla Geometria: Vengono utilizzati due osservabili dello stato iniziale:
  1. Eccentricità del secondo ordine ($\varepsilon_2$): Misura l'anisotropia spaziale della distribuzione dei partecipanti.
  2. Compattezza trasversale ($d_\perp$): Derivata dall'area di sovrapposizione trasversale e dal numero di partecipanti, rappresenta l'inverso della dimensione trasversale. L'analisi utilizza la fluttuazione normalizzata $\delta d_\perp / \langle d_\perp \rangle$.
• Tecnica di Separazione: Viene costruito un discriminante lineare di Fisher per separare le classi target (corpo–corpo o punta–punta) dal background (tutti gli altri eventi, inclusa l'orientazione opposta). Il discriminante utilizza la correlazione tra $\varepsilon_2$ e $\delta d_\perp / \langle d_\perp \rangle$.
• Validazione: Le soglie sono ottimizzate su un campione di validazione per mantenere il 30% della classe target. Le prestazioni (efficienza e purezza) sono valutate su un campione di test indipendente. Un modello "toy" è inoltre impiegato per valutare la robustezza di tali selezioni rispetto alle fluttuazioni nella mappatura dalla geometria iniziale agli osservabili dello stato finale (flusso ellittico e momento trasverso medio).

Contributi Chiave e Risultati

• Distribuzioni Distinte: Lo studio conferma che le configurazioni corpo–corpo e punta–punta producono distribuzioni distinte, sebbene sovrapposte, nel piano $\varepsilon_2$–$d_\perp$. Gli eventi corpo–corpo si raggruppano ad alta $\varepsilon_2$ e bassa compattezza, mentre gli eventi punta–punta favoriscono bassa $\varepsilon_2$ e alta compattezza.
• Sensibilità Oltre le Collisioni Centrali: La sensibilità alla deformazione nucleare non è limitata alle collisioni più centrali. La differenza tra configurazioni sferiche e deformate rimane visibile fino a $N_{\text{part}} \sim 13$, suggerendo che gli effetti di deformazione persistano su un intervallo di centralità più ampio di quanto precedentemente assunto.
• Differenze tra Modelli: Sebbene NLEFT e PGCM mostrino risultati simili ad alte molteplicità, emergono differenze considerevoli nell'intervallo $13 < N_{\text{part}} < 25$, in particolare riguardo alla compattezza trasversale ($d_\perp$). Ciò suggerisce che $d_\perp$ potrebbe servire come sonda per distinguere tra diverse previsioni della struttura nucleare a molti corpi.
• Prestazioni di Classificazione: Utilizzando il discriminante lineare di Fisher con un vincolo di efficienza del 30%:
  • Selezione corpo–corpo: Ottiene una purezza di 0,201 (NLEFT) e 0,156 (PGCM). Ciò corrisponde a un fattore di arricchimento di circa 11 volte rispetto alla frazione grezza dei dati.
  • Selezione punta–punta: Ottiene una purezza di 0,573 (NLEFT) e 0,540 (PGCM), corrispondente a un fattore di arricchimento di circa 4,5.
• Lineare vs. Non-lineare: Gli autori notano che, sebbene le distribuzioni presentino una certa sovrapposizione e potenziali strutture non lineari, un separatore lineare fornisce una linea di base trasparente. I tentativi di utilizzare approcci di machine learning non hanno prodotto un aumento significativo della purezza rispetto al metodo lineare.

Significatività
Il lavoro dimostra che l'orientazione di nuclei deformati lascia impronte misurabili sulla geometria iniziale della collisione, anche tenendo conto delle fluttuazioni evento per evento e degli effetti di smorzamento dell'evoluzione idrodinamica. Utilizzando la correlazione tra eccentricità e compattezza trasversale, è possibile costruire campioni di eventi arricchiti in specifiche configurazioni geometriche (corpo–corpo o punta–punta). Questa capacità consente una sonda sperimentale più diretta delle interazioni a molti corpi e delle geometrie dello stato fondamentale previste da teorie nucleari avanzate a bassa energia come NLEFT e PGCM. Il lavoro stabilisce che questi osservabili sensibili alla geometria forniscono informazioni complementari, convalidando l'uso di selezioni multidifferenziali per vincolare i parametri della struttura nucleare nelle collisioni ad alta energia.