Improving predictions for the $pp \to t\bar{t}W^+$ process at the LHC with the MINLO method

技術要約：MiNLO法によるLHCにおける$pp \to t\bar{t}W^+$過程の予測の改善

問題提起
トップ・アンチトップ対と電弱$W^\pm$ボソンが伴う生成過程（$pp \to t\bar{t}W^\pm$）は、特に同符号レプトンを含むチャネルにおいて、LHCにおける標準模型の測定および新物理探索のための極めて重要なプロセスである。近年の研究では、オンシェル生成に関する次世代のNLO QCD計算やNNLOの結果が存在する一方で、現実的なフィデューシャル位相空間を記述するには、崩壊生成物や追加のジェット活動を考慮した完全なオフシェル予測が必要となる。先行研究によれば、$pp \to t\bar{t}W^+ j$のフィデューシャル断面積は、包含的な$t\bar{t}W^+$断面積の相当な割合を占めており、微分分布において顕著な歪みが生じることが示されている。しかし、これらの過程に対する理論的予測は、特に固定スケール選択が用いられる場合に、繰り込みスケール（$\mu_R$）および因子化スケール（$\mu_F$）の選択に関連する曖昧さに悩まされる。これらのスケールの曖昧さは、特に微分分布の裾（テイル）の部分において、大きな理論的不確定性を引き起こす可能性がある。

手法
本研究では、マルチレプトンチャネル（$pp \to e^+\nu_e \mu^-\bar{\nu}_\mu \tau^+\nu_\tau b\bar{b}$）における完全オフシェル過程$pp \to t\bar{t}W^+ + X$に対する、標準的なNLOアプローチとMiNLO法の比較を提示する。本研究では、MiNLO法が最近実装されたHelac-NLOフレームワークを利用している。

主な手法の特徴は以下の通りである：

• 動的スケールの決定： スケールがユーザー定義である標準的なNLOとは異なり、MiNLOはイベントの運動学から$\mu_R$および$\mu_F$を動的に抽出する。これは、コア系（$t\bar{t}W^+$系の崩壊生成物）を特定し、逆$k_T$クラスタリングアルゴリズムを用いて、最も可能性の高い分岐履歴を再構成することによって達成される。
• スケールの定義： コアスケール（$q_{core}$）はハードプロセスに関連付けられ、ノードスケール（$q_k$）は再構成された分岐の$k_T$尺度から導出される。本研究では比較のために2つのスケール選択を採用している：固定スケール（$\mu_0 = m_t + m_W/2$）と、動的スケール（$\mu_0 = E_T/2$、ここで$E_T$はトップクォーク、Wボソン、および最も硬いライトジェットの横エネルギーによって定義される）である。
• スダコフ・フォームファクター： 本手法は、スケールの階層性から生じる大きな対数項を再総和化するために、スダコフ・フォームファクターを組み込んでいる。この実装における特定の修正として、1を超えない確率的なスダコフ・フォームファクターが必要であり、PDFの進化に一致させるために、入射線の因子を整合的に変化させる必要がある。
• マージング： モデリングを改善するため、異なるジェット多重度（最大1つおよび2つのジェットまで）のサンプルを、マージングスケールパラメータ（$p_{T, merging}$）を用いてマージングする方法について論じる。完全なオフシェル位相空間の複雑さのため、標準的なMiNLOのマージングは、この特定の過程に対して完全に知られていないスダコフ因子のプロセス依存の修正を必要とするため、「直接和（Direct sum）」アプローチがMiNLOと共に使用される。

主な結果
標準的なNLOとMiNLOの比較から、以下の知見が得られた：

• 全断面積： 完全なオフシェル過程$pp \to t\bar{t}W^+ j + X$について、NLOおよびMiNLOによって計算された全フィデューシャル断面積の差は約3%であり、この不一致はスケール不確定量によって十分にカバーされている。
• スケール不確定性：
  • 動的スケール選択（$\mu_0 = E_T/2$）の場合、MiNLOと標準的なNLOは同様の挙動を示し、同程度の大きさ（共に約10%）の理論不確定性を生成する。
  • 固定スケール選択（$\mu_0 = m_t + m_W/2$）の場合、MiNLOは標準的なNLOと比較して理論的不確定性を大幅に減少させる。積分レベルでは、不確定性はNLOの14%からMiNLOの11%へと低下する。微分分布（具体的には、最も硬いライトジェットの横運動量 $p_{T, j1}$）においては、高$p_T$テイルにおける不確定量バンドが標準的なNLOと比較してほぼ半分に減少する。この改善は、順序付けられていないクラスタリングが発生する場合に、MiNLOの手順がコアスケールをノードスケールと等しくなるよう強制する（$q_{core} = q_1$）ことで、その領域における問題のある固定スケール選択を排除していることに起因する。
• 微分観測量： 不確定性の減少は、ライトジェットを含む観測量で最も顕著である。無次元の観測量や、ライトジェットを含まない観測量（純粋なレプトン過程など）では、改善は少ない。これは、MiNLOの手順が主にジェットの動力学に影響を与えるためである。
• マルチジェット・マージング： 適切なマージングスケール（$p_{T, merging} > 55$ GeV）を用いて、異なるジェット多重度（LO $t\bar{t}W^+ jj$サンプルまで）のサンプルをマージングすることで、包含的な$t\bar{t}W^+$断面積よりも減少した不確定量を持つ予測が得られる。2つのジェットまでマージングする場合、小さなマージングスケールでは初期に大きな不確定性を示すが、この手順は（もしNLO $t\bar{t}W^+ jj$サンプルが含まれていれば）第2の主成分ジェットをNLO精度で記述できる可能性を提供し、形式的なNNLO精度を超える可能性もある。

意義および主張
論文は、Helac-NLOフレームワーク内で完全なオフシェル過程に対して利用可能となったMiNLO法が、標準的なNLO計算に対する堅牢な代替案を提供すると主張している。その主な意義は、スケールを動的に決定する能力にあり、これにより、標準的なNLO予測がしばに苦戦する微分分布のテイル部分において、固定スケール選択に伴う理論的不確定性を大幅に減少させる。本手法は、優れた挙動を示す動的スケールが既に使用されている場合には劇的な変化をもたらさないが、固定スケール解析に対してより安定した枠組みを提供する。さらに、本研究は、MiNLOを用いて異なるジェット多重度のサンプルをマージングすることが、$pp \to t\bar{t}W^+ + X$過程の全体的なモデリングを改善し、理論的不確定性を低減した、より完全なフィデューシャル位相空間の記述を提供することを実証している。著者は、これらの改善が、$t\bar{t}W^\pm$生成における理論と実験データの間の緊張関係について、精密な結論を導き出すために不可欠であると結論付けている。