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

本論文は、カラーグラス凝縮性フレームワークを用いた陽子および鉛標的における回折的$\mathrm{J}/\psi$光生成に関するグローバルなベイズ解析を提示しており、HERAとLHCのデータを同時に記述することは困難である一方、全体的な$K$因子を導入することで両方のデータセットに対するモデルの適合能が著しく向上することを明らかにしている。

要約

完璧なケーキを焼こうとしている場面を想像してみてください。しかし、あなたには2つの全く異なるレシピがあります。一つは小さくて繊細なカップケーキ（陽子を表す）のためのもので、もう一つは巨大で高密度なバントケーキ（重い鉛の原子核を表す）のためのものです。

高エネルギー物理学の世界では、科学者たちは、光のビーム（光子）が当たったときにこれらのケーキがどのように振る舞うかを予測するために、**カラーグラス凝縮（CGC）**と呼ばれる理論的な「レシピ本」を使用しています。この光は、J/ψ（「ジェイ・プサイ」と発音します）と呼ばれる、特定の種類の非常に重いチェリーのような粒子を作り出すために使われます。

問題：レシピが両方のケーキに適合しない

長い間、物理学者たちはある苛立たしい問題に直面していました。CGCのレシピを使って**カップケーキ（陽子）**の予測を行うと、それは完璧に機能しました。その予測は、HERAやLHCのような粒子衝突器からのデータと一致したのです。

しかし、その全く同じレシピを使って、**バントケーキ（鉛の原子核）**の予測を行ったとき、うまくいきませんでした。レシピは、バントケーキにおいて、特に衝突エネルギーが高い場合に、あまりにも多くのJ/ψ粒子を生み出すと予測してしまったのです。それはまるで、レシピが「カップケーキには砂糖を1カップ加えなさい」と言い、その後、量を変更することなく、そのまま「バントケーキにも砂糖を1カップ加えなさい」と言った結果、ケーキが甘すぎる状態になってしまったかのようでした。

科学者たちは知りたかったのです。**小さなカップケーキと巨大なバントケーキの両方を同時に説明できる、単一の材料（パラメータ）のセットが存在するのだろうか？**と。

調査：ベイズによる「味見」

これを解決するために、著者らはグローバル・ベイズ解析を行いました。これは、超スマートで自動化された「味見」のようなものです。

1. 材料（パラメータ）： 彼らには、陽子の「サイズ」、中身がいかに「ふわふわ」しているか、そして高い速度で材料がいかに混ざり合うかといった、調整可能な変数のリストがありました。
2. シミュレーター（エミュレータ）： これらの理論的なケーキを焼くには膨大なコンピュータ・パワーが必要なため、彼らは「賢い推測器」（ガウス過程エミュレータ）を構築しました。このツールは、フルスケールのシミュレーションを毎回実行することなく、ベイク（焼成）プロセスの結果を予測することを学習しました。
3. テスト： 彼らは、カップケーキとバントケーキの両方が正しく美味しくなる（実験データと一致する）材料の組み合わせを見つけるために、何千回ものシミュレーションを実行しました。

判明したこと：「魔法のスケーリング係数」

彼らが発見したことは以下の通りです。

• 標準的なレシピの失敗： 両方のデータセットを単一の標準的なレシピ（追加のトリックなし）を使って適合させようとしたとき、それは不可能でした。カップケーキを完璧にする設定は、バントケーキを甘すぎ（粒子が多すぎ）にし、バントケーキを完璧にする設定は、カップケーキをパサパサ（粒子が少なすぎ）にしてしまいました。2つのデータセットは、エネルギーに対する異なる「進化速度」を求めていたのです。
• 「K因子」による解決策： 突破口は、K因子を導入したときに訪れました。これは、レシピ全体に対して「音量調節」や「スケーリング・ダイヤル」のように機能するものです。
  • このダイヤルを約0.3まで下げると（つまり、予測出力を70%減少させると）、魔法のようなことが起こりました。
  • 全体の出力を下げることで、モデルは内部の材料（具体的には、粒子を結合させている「糊」の密度）を調整することを強制されました。
  • この高い密度がより強い「核的抑制（nuclear suppression）」（粒子が壊れるのを防ぐ、より密度の高いケーキのようなもの）を生み出し、それが自然に鉛の原子核における粒子の成長を抑制しました。
  • 結果： 突如として、同じレシピが小さな陽子と大きな鉛の原子核の両方を完璧に記述できるようになったのです。

うまくいかなかったこと

科学者たちは、他にも以下のような、より凝ったレシピの修正を試みました。

• 陽子の形状を滑らかな球体から、より凹凸のある形へ変更する。
• 陽子の内部に「ホットスポット」（エネルギーの塊）を追加したり、削除したりする。
• 高周波ノイズをフィルタリングする。

彼らは、これらの凝った微調整が、単にボリュームのダイヤルを下げることほどには役に立たないことを発見しました。データは、複雑な構造の変化よりも、単純なスケーリング・ソリューションを強く支持したのです。

結論

論文は、カラーグラス凝縮の枠組みは強力であるものの、陽子と重い原子核の両方を同時に記述するためには、現在、一種の「補正係数」（K因子）を必要としていると結論付けています。

これは、私たちの現在の「非摂動論的」な部分（粒子がどのように結合するかという、乱雑で複雑な部分）の理解、あるいは高次の効果（オーブンの中での微妙な化学反応）が、まだ完全には理解されていないことを示唆しています。K因子は、現在のところデータを適合させるための「プレースホルダー（置き換え）」として機能していますが、なぜあのダイヤルをこれほど低くまで下げる必要があるのかを説明するために、基礎となる理論がさらなる洗練を必要としていることを示唆しています。

要するに、同じ物理法則が小さなターゲットと大きなターゲットの両方に適用されますが、両方の比率を正しくするために、私たちの現在の数学的な「レシピ」には、グローバルな音量調整が必要なのです。

技術概要

技術要約：プロトンおよび鉛ターゲットにおける $J/\psi$ 光生成のグローバル・ベイズ解析

問題提起
本論文は、高エネルギー量子色力学（QCD）における、回折的 $J/\psi$ 光生成の記述に関する持続的な不一致（テンション）に対処している。カラー・グラス・コンドセート（CGC）に基づくモデルは、HERAやLHCにおける $\gamma + p$ 衝突での排他的 $J/\psi$ 生成を成功裏に記述してきたが、高中心質量エネルギー（$W$）における $\gamma + \text{Pb}$ 衝突でのコヒーレントおよびインコヒーレント生成の断面積を、通常は過大評価してしまう。プロトン・データによって制約された従来の計算は、鉛ターゲットにおける核抑制の程度を再現できず、実験データが示すよりも急速な $W$ に対する増加を予測してしまう。中心となる問いは、標準的なCGCフレームワーク内で、単一のモデルパラメータセットが $\gamma + p$ と $\gamma + \text{Pb}$ の両方のデータを同時に記述できるのか、それとも理論的仮定を変更しなければ解決できない不一致が存在するのかという点である。

手法
著者らは、理論予測（$\theta$）と実験測定値（$y_{\text{exp}}$）を比較することにより、モデルパラメータの確率分布を制約するためのグローバル・ベイズ解析を実施している。

• 理論的枠組み: 計算にはCGCフレームワーク、具体的には初期スケール $x_P = 0.01$ におけるマクレラン・ヴェヌガパラン（MV）モデルを用い、JIMWLK方程式によって発展させている。散乱振幅は、非摂動的なベクトル中間子波動関数に対するブースト・ガウス・モデルと、ウィルソン線から構成されるダイポール・ターゲット振幅を用いて計算される。
• モデルの拡張: 「標準的」な設定（プロトンの形状、ホットスポット、およびUVダンピングに関する固定パラメータ）を超えて、柔軟性を検証するために以下の拡張を導入している：
  • 柔軟なプロトン横方向形状パラメータ（$\omega$）。
  • 変数となるサブ核子的ホットスポットの数（$N_q$）。
  • 高周波モードを抑制するためのUVダンピング因子（$v_{\text{UV}}$）。
  • ベクトル中間子の波動関数の不確実性や欠落している高次効果を吸収するために、すべての断面積に適用されるグローバルなスケーリング因子（$K$）。
• ベイズ推論: 著者らは、計算負荷の高いフォワード・モデルを近似するために、pocoMC サンプラーおよびガウス過程（GP）エミュレータ（surmise パッケージの PCGP エミュレータおよび Scikit-learn GP）を用いている。訓練戦略には、11次元のパラメータ空間全体にわたってエミュレータの精度を確保するために、ラティン・ハイパーキュー設計（LHD）と能動学習（アクティブ・ラーニング）を用いている。
• データセット: 解析には、広範な $W$ の範囲にわたる $\gamma + p$（H1, ZEUS, ALICE, LHCb）および $\gamma + \text{Pb}$（ALICE, CMS）のコヒーレントおよびインコヒーレントの微分および積分断面積データが含まれている。

主要な貢献

1. グローバル・ベイズ解析フレームワーク: 本研究は、統一されたCGCフレームワーク内で $\gamma + p$ および $\gamma + \text{Pb}$ の回折的 $J/\psi$ データに対する初の同時ベイズ解析を提供し、モデルの不確実性を系統的に伝播させている。
2. 不一致の定量化: 本研究は、標準モデル（スケーリング因子なし）が両方のデータセットを同時に記述できないことを厳密に証明している。$\gamma + p$ と $\gamma + \text{Pb}$ の個別のフィットは、エネルギー進化の速度と飽和スケールに対して相反する制約を与えている。
3. ベイズ因子によるモデル比較: 著者らは、標準モデルと様々な拡張モデルを定量的に比較するためにベイズ因子を利用している。この統計的手法により、どのモデル拡張が単に過剰パラメータ化されているのではなく、データによって真に支持されているかを決定している。
4. スケーリング因子による解決: 解析により、グローバルなスケーリング因子 $K$ の導入が、データによって強く支持される唯一の拡張であることが特定された。その他の構造的な変更（プロトンの形状、ホットスポットの数、UVダンピング）は、記述を改善しない。

結果

• 標準モデルの失敗: $K$ を1に固定した場合、モデルは両方のシステムを同時に記述できない。$\gamma + p$ データへのフィットは $\gamma + \text{Pb}$ の断面積を過大評価し、$\gamma + \text{Pb}$ データへのフィットは $\gamma + p$ の断面積を過小評価する。グローバル・フィットの事後分布は、JIMWLK発展パラメータにおいて二峰性の構造を示しており、これは二つのデータセット間の不一致を示唆している。
• 推奨されるモデル: スケーリング因子 $K$ を自由パラメータとした拡張モデルは、標準モデル（$\chi^2/\text{dof} \approx 5.94$）と比較して、有意に優れたフィット（$\chi^2/\text{dof} \approx 1.82$）を示す。ベイズ因子は、$K$ の導入を強く支持している（$\ln B_{A/B} \approx -18.56$）。
• パラメータ値: 推奨されるスケーリング因子の値は $K \approx 0.3$ である。この全体的な断面積の正規化の減少は、より大きなカラー電荷密度（より小さい $Q_s/(g^2\mu)$ 比）への選好によって補われ、結果としてより大きな有効飽和スケールをもたらす。
• 物理的解釈: より大きな飽和スケールは非線形効果を強化し、鉛ターゲットにおけるより強い核抑制と、より緩やかなエネルギー依存性をもたらす。これは実験的な観測と一致している。
• その他の拡張: プロトンの形状（$\omega$）、ホットスポットの数（$N_q$）、およびUVダンピング（$v_{\text{UV}}$）の変動は、標準モデルと比較して、支持されないか、あるいは弱く支持されるのみであることが判明した。これらのパラメータを $K$ 拡張モデルに追加すると、ベイズ証拠はさらに減少した。

意義と主張
本論文は、現在のCGCベースのフレームワーク内では、$\gamma + p$ と $\gamma + \text{Pb}$ のデータを同時に記述することは困難であり、断面積の有意な再スケーリング（$K \sim 0.3$）を必要とすると結論付けている。著者らは、この必要性は、非摂動的なベクトル中間子の波動関数における不確実性、および／または欠落している高次（NLO）補正が、現在のリーディングオーダーの形式論において相当量存在し、現在考慮されていないことを示唆していると解釈している。

著者らは、彼らの結果が、線形領域のみで行われる計算（またはこれらの特定の非線形調整なしの計算）では、両方のデータセットを同時に記述できないことを示していると控えめに主張している。NLO補正がこの問題を解決する可能性があることを示唆しているが、それを確認するための完全なNLO計算はまだ利用可能ではない。本研究は、ベクトル中間子生成の理論的記述を改善するための今後の研究（NLO拡張を含む）を動機付け、また、飽和効果をさらに探求するための、中間的な原子核システム（例：$\gamma + \text{O}, \gamma + \text{Xe}$）からのデータの必要性を強調している。