Direct determination of the structure functions $F_L$, $F_S$ and $G$ from $F_2$ and $dF_2/dQ^2$ to $O(\alpha_s^2)$

本論文は、低 $x$ 領域における非単一項補正を扱いながら、測定された $F_2$ とその $Q^2$ に対する対数微分から直接、縦型、単一項、およびグルーオン構造関数（$F_L$、$F_S$、および $G$）の一貫した $O(\alpha_s^2)$ 式を導出することにより、先行研究を拡張する。

要約

秘密のスープの材料を特定しようとしているが、最終的な出汁しか味わえないと想像してみてください。素粒子物理学の世界では、その「スープ」が陽子であり、「出汁」が$F_2$と呼ばれる測定値です。科学者たちは、陽子の中に実際にどれだけの「糊」（グルーオン）とどれだけの「風味」（クォーク）が含まれているかを突き止めるために、レシピを逆から推測しようとしてきましたが、それはまるでケーキのレシピを、アイシングだけを味わって推測しようとするようなものです。

この論文は、その謎を解くための新しい、より精密な手法を提示します。以下に、著者たちが行ったことを簡単なアナロジーを用いて解説します。

1. 問題：乱雑なレシピ

過去、Lappi 率いるチームは、出汁（$F_2$）と、特定の方法でかき混ぜた際のスープの挙動を示すもう一つの測定値$F_L$を調べることで、レシピを特定しようとしました。彼らは材料を推測する方法を見つけましたが、大きな単純化を余儀なくされました。「スパイス」（複雑な量子効果）を無視し、主要な材料だけを見たのです。それは、卵やバターを無視し、「小麦粉」と「砂糖」だけしか記載されていないレシピを使ってケーキを焼こうとするようなものです。

2. 解決策：数学的な「魔法のレンズ」

この論文の著者である Boroun、Durand、Ha は、その手法をアップグレードすることを決めました。彼らはラプラス変換と呼ばれる数学的ツールを使用しました。

材料（グルーオンとクォーク）と測定値（$F_2$と$F_L$）の関係を、絡み合った糸の複雑な結び目だと考えてみてください。古い手法では、この結び目をほどこうとすると乱雑になり、重要な物理学を無視するなどの近道を取る必要がありました。

著者たちは、その「魔法のレンズ」（ラプラス変換）を使って、結び目を異なる角度から観察しました。すると、絡み合った糸が自然にほどけ始めました。通常、煩雑な「畳み込み」（数学的な混合の一種）を必要とする複雑な数学が、単純な乗算に変わりました。これにより、彼らは「スパイス」を推測したり無視したりすることなく、材料を直接計算して求めることができました。

3. 結果：完全なレシピ本

この新しいレンズを使用することで、彼らは測定データから直接グルーオン（陽子を結びつけている糊）とシングレット（総風味）を計算できる一連の式を導き出しました。

• 彼らが修正した点： 彼らは、非常に高い精度（$O(\alpha_s^2)$）までの「スパイス」（高次量子補正）を含めることで、以前の研究を修正しました。
• 注意点： 全体像を把握するためには、「スパイス」（非シングレット補正）を知る必要があります。しかし、著者たちは、非常に小さなスケール（非常に微小な粒子）において、これらのスパイスは非常に微弱であるため、無視するか容易に推定できると指摘しています。

4. 検証：風味の予測

彼らの手法が機能することを証明するために、HERA 粒子加速器からの実データに適用しました。彼らは、出汁（$F_2$）とその変化率の既知の測定値を取り、新しい式を用いて、「かき混ぜる挙動」（$F_L$）がどのように見えるかを予測しました。

• 結果： 彼らの予測（グラフの実線）は、実際の実験データと非常に良く一致しました。
• 比較： 彼らが古い単純化された手法（破線）と比較したところ、古い手法は「まあまあ」でしたが、新しい手法は著しく正確であることがわかりました。それは、粗いスケッチと高解像度の写真の違いでした。

まとめ

要約すると、この論文はこう述べています。「私たちは、粒子衝突からのデータを眺めるより良い方法を見つけました。特定の数学的なトリックを使用することで、以前よりもはるかに高い精度で、測定値から直接陽子の隠れた部分（グルーオンとクォーク）を計算できるようになりました。私たちはこれをテストし、機能することを確認しました。」

彼らは新しい粒子を発見したわけでも、物理法則を変更したわけでもありません。既存のデータをより正確に読み取るための、より優れた計算機を構築しただけなのです。

技術概要

技術的概要：$F_2$ と $dF_2/dQ^2$ から $O(\alpha_s^2)$ 精度で構造関数 $F_L$、$F_S$、および $G$ を直接決定する手法

問題提起
Lappi ら [1] による最近の研究は、深部非弾性散乱（DIS）におけるグルーオン（$G = xg$）およびシングレット（$F_S = x\Sigma$）構造関数が、物理的分布$F_2$と$F_L$ から直接決定可能であることを示した。しかし、彼らの導出には重要な近似に依存していた：非シングレット寄与の無視と、QCD 係数関数における最初の非ゼロ項のみの保持である。その結果、彼らの結果は複数の畳み込みを含み、強い結合定数 $\alpha_s$ の高次への単純な一般化が困難であった。さらに、Kaptari ら [4, 5] は異なる手法を用いて $O(\alpha_s^2)$ 精度までの $F_L$ を導出したが、彼らのアプローチは $F_2$ のパラメトリゼーションに対する近似を含んでおり、体系的に評価することが困難であった。課題は、完全な QCD 係数関数を含み非シングレット効果を処理する $\alpha_s$ のべき級数による体系的展開を開発し、制御不能な近似なしに測定データから $F_L$、$F_S$、および $G$ を直接抽出可能にすることである。

手法
著者らは、ラプラス変換を用いて QCD 進化方程式に内在するメリン畳み込みを因数分解することで、Lappi らの枠組みを拡張する。手法は以下の通り進行する。

1. ラプラス空間への変換: $F_2$ と $F_L$ をシングレット、グルーオン、および非シングレット分布に関連付ける構造関数方程式を、運動量割合変数 $x$ からラプラス変数 $v = \ln(1/x)$ に変換する。この変換により、畳み込み積分はラプラス空間における単純な積に変換される。
2. 行列の逆行列計算: $F_2$ と $F_L$ に関する連立方程式を、係数関数のラプラス変換を含むコンパクトな行列形式で表現する。この行列を逆行列化することで、著者らは測定可能な量（$\tilde{F}_2$、$\tilde{F}_L$）の変換と非シングレット補正（$\tilde{\Delta}$）のみに依存する、シングレット（$\tilde{F}_S$）およびグルーオン（$\tilde{G}$）分布のラプラス変換に関する明示的な式を導出する。
3. $O(\alpha_s^2)$ までの体系的展開: 係数関数を先頭次数で打ち切った先行研究とは異なり、本解析では係数関数およびその逆行列を体系的に $O(\alpha_s^2)$ まで展開する。これには、最終結果が指定された次数まで元の進化方程式を再現するように、低次項の積と比を保持することが含まれる。
4. $F_2$ からの $F_L$ の導出: $F_2$ の進化方程式を利用し、著者らはグルーオン分布 $G$ を $F_2$ とその対数微分 $dF_2/d\ln Q^2$ で表す。これを逆行列化された行列方程式に代入することで、$F_L$ に関する式を得る。この式は $F_2$、$dF_2/d\ln Q^2$、および既知の QCD 係数のみに依存し、実質的に独立したグルーオンフィットの必要性から $F_L$ を切り離す。
5. 逆変換: ラプラス空間における最終結果を、逆ラプラス変換を通じて $x$ 空間に戻す。著者らはこれらの変換を解析的に計算し、極と留数を同定して、$F_L$ と $F_2$ およびその微分を関連付ける明示的な畳み込み核（$J_1$ および $J_2$）を導出する。

主要な貢献

• 体系的な $O(\alpha_s^2)$ 形式: 本論文は、測定された $F_2$ と $F_L$（または $dF_2/dQ^2$）を用いた $F_L$、$F_S$、および $G$ の最初の体系的な導出を提供する。これには、先頭次の次（$O(\alpha_s^2)$）までの完全な QCD 係数関数が含まれる。
• 畳み込みの複雑性の解決: ラプラス変換を用いることで、著者らは Lappi らの元の定式化に存在する複雑な多重畳み込みを排除し、高次へ一般化可能なより明確な代数的構造を提供する。
• 混合次数結果の修正: 本解析は Lappi らの混合次数結果を修正する。具体的には、係数関数の打ち切りによって生じた $F_L$ の係数における欠落した $O(\alpha_s)$ 寄与に対処する。
• 解析的核: 著者らは係数関数の逆ラプラス変換の明示的な解析形式を導出し、指数関数、三角関数、および多対数関数（特に対数二重対数関数）を含む畳み込み核を結果として得る。

結果

• 一般的な式: 式 (43) と (46) は、$O(\alpha_s^2)$ までの QCD 係数関数を用いた $\tilde{F}_2$、$\tilde{F}_L$ に関する $G$ と $F_S$ のラプラス変換の一般的な展開を示している。
• $F_L$ の決定: 式 (72) は、導出された核 $J_1$ と $J_2$ による $F_2$ と $dF_2/d\ln Q^2$ の畳み込みとしての $F_L(x, Q^2)$ の明示的な式を提供する。
• 数値適用: 著者らは、彼らの形式の $O(\alpha_s)$ 版を HERA の $F_2$ データに対する Block-Durand-Ha (BDH) パラメトリゼーションに適用した。図 1 に示されるように、$F_L$ の結果（実線）は既存の H1 データとよく一致し、打ち切られた Lappi らの手法に依存した Boroun と Ha [2] の近似先頭次数の結果（破線）からは、小さくとも有意な乖離を示す。
• 非シングレットの処理: 本形式は明示的に非シングレット項を含んでいる。著者らは、非常に小さな $x$ においてこれらの項は無視できるが、中程度の $x$ における比較のために既存のクォーク分布を用いてそれらを含めることが可能であると指摘している。

意義と主張
本論文は、特定のパートン分布形状を仮定した反復フィットに依存することなく、物理的観測量から直接縦方向およびシングレット/グルーオン構造関数を決定するための厳密かつ体系的なツールを提供すると主張している。著者らは、彼らの手法が以下の点において優れていることを強調している。

• 先行する先頭次数解析で使用された係数関数に関する近似を回避する。
• Lappi らの混合次数結果における構造的な不整合を修正する。
• 正確な $F_2$ のパラメトリゼーションが存在する場合、直接測定が困難な運動量領域（非常に小さな $x$、大きな $Q^2$）における $F_L$ の予測への道筋を提供する。

ただし、著者らは即座の実用的応用については控えめな見解を示している。現在の $F_L$ の実験測定は、$O(\alpha_s^2)$ 手法を完全に検証するにはまだ広範ではなく、正確性が不足していると指摘する。彼らは、彼らの手法が Kaptari らに強いられた近似を回避する一方で、現在の数値実装を $O(\alpha_s^2)$ へ拡張することが、データとの一致を改善し体系的展開を完全に活用するための貴重な将来のステップになると提案している。