A Phase-Space Inclusive Figure of Merit Based in Optimal Transport for Validating Monte Carlo Reweightings

技術要約：モンテカルロ再重み付けの検証のための、最適輸送に基づく位相空間包括的な性能評価指標

問題提起
フル・フェーズスペース（全位相空間）での再重み付けを行った後に、モデルの基礎となる物理学が保持されているかどうかを検証することは、高エネルギー物理学において重要な課題である。現在の検証手法は、通常、1次元の観測量のヒストグラムの比較に依存している。このアプローチには以下の決定的な限界がある：

1. 相関の喪失： 高次元の相関を持つバイアスは、低次元の投影では現れない可能性がある。
2. 要約観測量の欠如： 全体的なバイアスを捉えるための単一の観測量、あるいは観測量のセットをどのように構築すべきかが不明確である。
3. 次元の呪い： 多次元の観測量のセットを研究することは、急速に計算および統計的に実行不可能になる。
4. ビニングへの感度： ビニングされた観測量の解析はビニングの選択に敏感であり、1次元分布の間で一見一致しているように見えることが、実際にはデータセットが不適合であるにもかかわらず、ビニングの決定によるアーティファクトである可能性がある。

これらの問題は、負の重み（negative weights）の緩和が行われるモンテカルロ（MC）シミュレーションの文脈において特に深刻である。負の重みは、次世代リーディングオーダー（NLO）の計算から生じ、統計的パワーを希釈し、計算負荷を増大させる。再重み付けスキーム（セル・リサンプリングなど）はこれらの重みを緩和するために存在するが、その性能は伝統的に特定の観測量を研究することによって評価されており、これは位相空間における幾何学的なバイアスを完全に捉えられない可能性がある。

手法：クロスセクション・ムーバーズ・ディスタンス ($\Sigma$MD)
著者らは、理論的な予測に適合させたエネルギー・ムーバーズ・ディスタンス（EMD）を応用した、新しい、アンビンニング（非ビン化）、フル・フェーズスペースのアプローチを用いて、データセット間のバイアスを定量化する手法を提案している。核となる指標は、クロスセクション・ムーバーズ・ディスタスンス ($\Sigma$MD) である。

• 理論的枠組み：

  • イベントレベルのEMD： EMDは、ある衝突イベントを別の衝突イベントへと変換するために必要な「仕事」を定量化する。これは、正値性、対称性、識別不能の同一性、および三角不等式を満たす真の距離（メトリック）である。これは、横運動量 ($p_T$)、擬ラピディティ ($\eta$)、および方位角 ($\phi$) によってパラメータ化されたイベントのエネルギー流に対して定義される。EMDは赤外および衝突（IRC）安全であり、ソフトな放射や衝突分裂に対して頑健である。
  • 理論レベルの $\Sigma$MD： 「理論」は、関連する断面積（重み） $\{\sigma_i\}$ を持つ離散的な衝突イベントの集合 $\{E_i\}$ として定義される。$\Sigma$MDは、一つの理論 $T$ と別の理論 $T'$ の間の距離を、一方の理論の断面積の流れを他方へ輸送するための最小コストとして定義する。コスト関数は、イベント間のグラウンド・メトリック（イベントレベルのEMD）と、総断面積の違いを考慮する項を組み込んでいる。
  • 負の重みの扱い： 標準的な最適輸送（OT）は正の測度を必要とする。負の重みを持つデータセットに $\Sigma$MDを適用するために、著者らは符号付き測度のための手法を採用している。彼らは符号付き測度を正の部分と負の部分に分解し、すべての重みを定数 $K$ だけシフトしてすべての重みを非負にする（全ての重みを正にする）ことで、距離を変えることなく任意の定数測度 $\eta$ を加えることができるという1-ワッサースタイン距離 ($W_1$) の性質を利用する。これにより、標準的なOTアルゴリズムを使用しながら、バイアスの幾何学的解釈を維持することが可能となる。

• 実装：
  著者らは、負の重みを排除するために、近くのイベント間で重みを局所的にスミアリングする手法である「セル・リサンプリング」スキームをベンチマークするために、この指標を適用している。彼らは、様々なOTベースの指標（角度指数 $\beta$ とスケールパラメータ $R$ の変化）をテストし、衝突過程の異なる段階（ハード・スキャッター (HS)、パートン・シャワー (PS)、ハドロン化 (HAD)）でリサンプリングを適用している。

主な貢献

1. アンビンニングのグローバル統計量： 本論文は、ビニングや投影を行わずに、低レベルの粒子特徴量に直接作用し、1次元ヒストグラムが見逃す高次元の相関を捉えるグローバルな性能評価指標として $\Sigma$MDを導入している。
2. バイアスの幾何学的解釈： 本研究は、再重み付けによるバイアスの定量化を、断面積の流れの空間における元の理論と再重み付けされた理論の間の距離という、純粋に幾何学的な問題として再定義している。
3. 符号付き測度の扱い： 負の重みを持つデータセットに対するOTの実際的な実装を詳述しており、NLOによって生成されたサンプルと、それに対応する再重み付け後のサンプルとの直接比較を可能にしている。
4. ベンチマーク・フレームワーク： さまざまな再重み付けスキームや、MCシミュレーション・チェーンの異なる段階を比較するための体系的な方法を提供している。

結果
著者らは、MadGraph5_aMC@NLO および Pythia 8.3 を用いて生成された、$Z$+jets および $t\bar{t}$ サンプル（それぞれ37.6% および 22.8% の有意な負の重みイベントを含む）に $\Sigma$MD を適用した。

• バイアス vs. 再重み付けの割合： 再重み付けされたイベントの割合が増加するにつれて、元の理論と再重み付けされた理論の間の $\Sigma$MD 距離は増加し、元の物理学からの偏差が大きくなっていることを示している。
• 指標の感度： 基盤となるEMDにおける角度指数の異なる選択（$\beta$）は、異なるバイアスの階層をもたらした。具体的には、$\beta=0$ および $\beta=\infty$ の再重み付け手法が最大の $\Sigma$MD 距離（最高のバイアス）を示し、他のスキームは同等に低いバイアスを示した。
• 段階依存性： 異なる衝突段階（HS, PS, HAD）でセル・リサンプリングを適用した場合、ハドロン化（HAD）段階が、$Z$+jets および $t\bar{t}$ 両方のサンプルにおいて一貫して最も少ないバイアスを引き起こした。
• プロセス依存性： 与えられた再重み付けの割合に対して、$t\bar{t}$ サンプルは $Z$+jets サンプルよりも低い $\Sigma$MD を示した。著者らはこれを、$t\bar{t}$ サンプルの方が負のイベントの総割合が低いため、より少ない数のイベントが再重み付けの影響を受けることになり、結果として全体的なバイアスが小さくなるためであると考えている。
• 正規化： 異なる総断面積を持つプロセスを比較するために、著者らは無次元の $\Sigma$MD（総断面積によって正規化されたもの）を利用した。

意義と主張
本論文は、$\Sigma$MD が、モンテカルロの再重み付けを検証するための、堅牢で IRC 安全かつアンビンニングな手法であることを主張している。1次元の投影から脱却することで、ビニングの選択による陥穽や相関の見落としを回避している。著者らは、$\Sigma$MD を単なる負の重み緩和のためのツールとしてだけでなく、アンフォールディング、検出器補正、あるいは生成モデルと数値的対応物の比較など、フル・フェーズスペースでのあらゆる再重み付けを伴うシナリオのための汎用的な指標として位置づけている。この手法は、一つの解釈可能なスカラー値を提供し、ある理論的予測を別の理論的予測へと変換するために必要な「仕事」を定量化し、変換によって導入されるバイアスの直接的な尺度として機能する。