Extracting Mellin moments of double parton distributions from lattice data

본 논문은 다양한 모델을 통해 강입자 상관함수의 편차 의존성을 분석함으로써 운동학적 편차가 유클리드 격자 데이터로부터 이중 부분자 분포의 멜린 모멘트를 재구성하는 데 미치는 영향을 조사한다.

핵심

양성을 단단한 대리석으로 상상하지 말고, 파르톤(쿼크와 글루온) 이라는 작고 보이지 않는 주민들로 가득 찬 분주하고 혼란스러운 도시로 상상해 보십시오. 물리학자들은 수십 년 동안 이 도시의 "인구 밀도"를 매핑해 왔습니다. 즉, 서로 다른 지역에 얼마나 많은 주민이 살고 있으며 그들이 얼마나 빠르게 움직이는지 파악해 온 것입니다. 이 지도를 파르톤 분포 함수(PDF) 라고 합니다.

그러나 이 도시는 너무 복잡해서 때로는 두 명의 주민이 정확히 같은 시간에 외부 세계와 상호작용합니다. 이를 이중 파르톤 산란이라고 합니다. 이를 이해하려면 이중 파르톤 분포(DPD) 라는 훨씬 더 복잡한 새로운 지도가 필요합니다. 이 지도는 단순히 한 명의 주민이 어디에 있는지 알려주는 것이 아니라, 특정 두 명의 주민이 특정 위치에서 특정 속도로 움직일 확률을 동시에 알려줍니다.

문제는 무엇일까요? 이 새로운 지도를 그리는 것은 incredibly 어렵습니다. 현미경으로 양성자를 단순히 바라볼 수 없습니다. 양자 역학의 법칙 때문에 모든 것을 한 번에 볼 수 없기 때문입니다.

격자 "시간 기계"

이를 해결하기 위해 물리학자들은 **격자 양자 색역학 **(Lattice QCD)이라는 슈퍼컴퓨터 방법을 사용합니다. 이는 양성자 도시의 일련의 얼어붙은 스냅샷을 찍는 것과 같습니다. 이러한 스냅샷이 작동하는 방식 (그들은 우리의 실제 세계의 수학적 거울과 같은 "유클리드" 시간 안에 존재함) 때문에 컴퓨터는 서로 간의 특정 제한된 거리에서만 주민들을 볼 수 있습니다.

DPD 의 전체 그림을 얻으려면 물리학자들은 이 모든 스냅샷을 하나의 연속된 영화로 합쳐야 합니다. 수학적으로 이는 그들이 이오프 시간(이를 "시간 이동"이라고 부르겠습니다) 이라고 부르는 변수에 대한 정보를 모두 더하는 (적분하는) 것을 필요로 합니다.

여기가 함정입니다: 컴퓨터는 "시간 이동"의 짧은 기간 동안만 스냅샷을 찍을 수 있습니다. 10 분 분량의 영상만 가지고 2 시간짜리 영화를 재구성하려는 것과 같습니다. 누락된 부분에서 무슨 일이 일어나는지 추측해야 합니다.

"비대칭성"의 반전

이전 연구에서 저자들은 누락된 부분을 추측하기 위해 단순하고 매끄러운 곡선 (다항식) 을 가정했습니다. 그들은 비대칭성(이를 "기울기"라고 부르겠습니다) 이라는 변수를 도입했습니다.

• 기울기 = 0: 이는 이중 파르톤 산란을 위해 우리가 관심 있는 정상 상태입니다.
• 기울기 = 1: 이는 두 주민이 양성자의 거의 전체 운동량을 운반하여 도시의 나머지 부분에는 아무것도 남기지 않는 기이하고 극단적인 상태입니다.

저자들은 이전의 "매끄러운 곡선" 추측에 두 가지 주요 결함이 있음을 깨달았습니다:

1. 가장자리 문제: 그들의 매끄러운 곡선은 "기울기"가 극단적 (1 에 가까움) 이 될 때 0 으로 충분히 빠르게 떨어지지 않았습니다. 물리학은 이러한 극단적 상태에서 그러한 구성을 찾을 확률은 완만한 경사가 아니라 절벽 가장자리처럼 거의 즉시 사라져야 함을 시사합니다.
2. 매끄러움 문제: 그들은 곡선이 모든 곳에서 완벽하게 매끄럽다고 가정했습니다. 하지만 물리학은 정중앙 (기울기 = 0) 과 가장자리 (기울기 = 1) 에서 곡선이 빛의 원천이 움직일 때 그림자가 급격히 변하는 것처럼 "꺾임"이나 날카로운 점을 가질 수 있음을 시사합니다.

새로운 모델들

이 논문에서 팀은 이러한 "절벽 가장자리"와 "꺾임"을 존중하도록 설계된 누락된 영상을 추측하는 네 가지 새로운 방법을 시도했습니다:

1. 멱함수 법칙: 가장자리에서 급격히 떨어지는 곡선.
2. 적분 모델: 고에너지 충돌에서 입자들이 어떻게 분리되는지에 기반한 모양.
3. 코사인 모델: 날카롭거나 매끄러운 가장자리를 갖도록 조정할 수 있는 파동 모양.
4. **다항식 **(이전 방법): 비교를 위해 유지된 그들이 이전에 사용했던 매끄러운 곡선.

결과: 조각이 누락된 퍼즐

팀은 컴퓨터 데이터를 이러한 새로운 모델에 입력하여 어떤 모델이 가장 잘 맞는지 확인했습니다.

• 좋은 소식: 모든 새로운 모델이 사용 가능한 컴퓨터 데이터와 매우 잘 맞았습니다. 그들은 이야기의 "중간" (적당한 기울기에서의 행동) 에 대해 모두 동의했습니다.
• 나쁜 소식: 그들이 이 모델들을 사용하여 지도의 가장 중요한 부분인 기울기 = 0(실제 이중 파르톤 산란 사건) 을 재구성하려 할 때, 결과는 극도로 불확실했습니다.
  • 컴퓨터 데이터가 "시간 이동"의 극단적인 끝 (누락된 영상이 있는 곳) 에서 매우 "노이즈가 많고"(흐릿해) 기 때문에, 서로 다른 모델들이 중심에 대해 매우 다른 답변을 제시했습니다.
  • 일부 모델은 2 의 값을 예측했습니다 (이는 "숫자 합 규칙"이라는 기본 규칙이 말해야 하는 값입니다).
  • 다른 모델들은 값에서 크게 벗어난 값을 예측하거나, 값 자체보다 수백 배나 큰 큰 오차 범위 (불확실성 범위) 를 가졌습니다.

결론

저자들은 **현재의 컴퓨터 데이터만으로는 가장 중요한 지점 **(기울기 = 0)이라고 결론 내립니다.

이는 모서리 조각과 중간 조각은 모두 가지고 있지만, 그들을 연결하는 조각이 누락된 퍼즐을 가지고 있는 것과 같습니다. 퍼즐의 모양을 추측할 수는 있지만, 더 많은 정보 없이는 중심에서 조각들이 어떻게 정확히 맞물리는지 확신할 수 없습니다.

이를 해결하기 위해 그들은 "시간 이동"의 극단적인 끝에서 덜 "노이즈가 많은" 더 나은 컴퓨터 데이터가 필요하다고 말합니다. 그때까지 그들은 데이터가 스스로 말하게 하는 대신 정답을 강제로 만들기 위해 추가적인 이론적 규칙 (숫자 합 규칙과 같은) 에 의존해야 합니다.

간단히 말해: 그들은 복잡한 양자 지도의 모양을 추측하기 위한 더 나은 도구를 만들었지만, 현재 그들의 양성자 "사진"이 가장 중요한 세부 사항을 명확하게 볼 만큼 선명하지 않다는 것을 발견했습니다. 작업을 완료하려면 더 선명한 사진이 필요합니다.

기술 요약

기술적 요약: 격자 데이터로부터 이중 파트론 분포의 멜린 모멘트 추출

문제 제기
이중 파트론 분포 (DPDs) 는 양성자 내 두 파트론 간의 양자 상관관계를 기술하며, LHC 와 같은 충돌기에서의 이중 파트론 산란 (DPS) 을 포함한 다중 파트론 상호작용을 이해하는 데 필수적입니다. 단일 파트론 분포 (PDFs) 는 잘 제약되어 있는 반면, DPDs 는 그 복잡성과 실험적 추출의 어려움으로 인해 여전히 잘 이해되지 않고 있습니다. 격자 QCD 는 DPDs 를 제약하기 위한 비섭동적 접근법을 제공합니다. 구체적으로, DPDs 의 멜린 모멘트는 서로 다른 공간적 위치의 두 국소 전류에 대한 강입자 행렬 요소와 관련될 수 있습니다. 그러나 이러한 모멘트를 유한한 범위 $-\infty$에서 $+\infty$까지 변하는 변수 $\omega$(이오프 시간) 에 대해 적분해야 하는 유클리드 격자 데이터로부터 재구성하는 것은 어렵습니다. 격자 시뮬레이션은 $\omega$의 유한한 범위로 제한됩니다. 이를 해결하기 위해 저자들은 이전에 $\omega$의 푸리에 켤레인 '비대칭도 (skewness)' 매개변수 $\zeta$를 도입했는데, 여기서 물리적 DPDs 는 $\zeta = 0$에 해당합니다. 과제는 필요한 역푸리에 변환을 수행할 때 통제되지 않은 편향을 도입하지 않고 $\zeta$에 대한 멜린 모멘트의 함수적 의존성을 결정하는 데 있습니다.

방법론
저자들은 기존 격자 데이터인 CLS H102 앙상블 ($N_f=2+1$) 을 사용하여 DPDs 의 최저 멜린 모멘트 $I_{q_1q_2}(\zeta, y^2)$의 추출을 재검토합니다. 방법론은 세 가지 주요 단계로 진행됩니다:

1. 이론적 제약: 이 논문은 이전의 다항식 안자츠 (ansatz) 가 완전히 충족시키지 못했던 멜린 모멘트의 $\zeta$-의존성에 대한 두 가지 중요한 물리적 성질을 확립합니다:

   • 모멘트는 $|\zeta| \to 1$로 갈 때 빠르게 소멸해야 합니다.
   • 모멘트는 $\zeta = 0$과 $\zeta = 1$에서 비분석적 거동을 보일 수 있으며, 이는 운동량 분율 $x=0$과 $x=1$에서의 PDFs 거동과 유사합니다.
     이러한 성질은 짧은 거리 한계에서 비대칭 DPDs 의 지지 영역과 섭동적 분열 메커니즘에서 유도됩니다.

2. 격자 데이터 분석: 연구는 양성자 상태의 두 벡터 전류에 대한 4 점 상관 함수를 활용합니다. 불변 함수 $A_{q_1q_2}(\omega, y^2)$가 격자 데이터에서 추출됩니다. 분석은 동등한 맛깔 조합에 비해 우수한 통계적 정밀도를 보이는 $ud$맛깔 조합에 초점을 맞춥니다. 데이터는 이산화 및 유한 크기 효과를 최소화하기 위해$4a \le y \le 14a$의 거리 범위로 제한됩니다.

3. 모델링 및 피팅: 저자들은 $\zeta$와 $y$의 의존성이 $I(\zeta, y^2) = J(\zeta)K(y^2)$로 인수분해된다고 가정합니다. 그들은 격자 데이터의 정규화된 $\omega$-의존성 $\hat{A}(\omega)$를 $J(\zeta)$에 대한 몇 가지 새로운 안자츠의 푸리에 변환에 피팅합니다:

   • 다항식 모델: 이전 접근법 ($\zeta^2$에 대한 다항식).
   • 멱법칙 모델: $(1-|\zeta|)^a$에 비례.
   • 적분 모델: 섭동적 분열에서 영감을 받은 적분 표현에 기반.
   • 코사인 모델: $\cos^b(\frac{\pi}{2}|\zeta|^a)$에 비례.

   피팅은 전역적으로 수행되고 동시에 $y$의 좁은 구간에서도 수행되어 인수분해 가설을 검증합니다. 또한, 매개변수가 수 합 규칙 ($S_{ud} = 2$) 을 만족하도록 고정된 제약 피팅도 수행됩니다.

주요 결과

• 모델 비교: 다항식 모델은 $\omega$-공간에서 격자 데이터에 좋은 피팅을 제공하지만, 물리적 경계 조건 ($\zeta=1$에서의 소멸하지 않음과 $\zeta=0$에서의 매끄러움) 을 충족시키지 못합니다. 새로운 모델들 (멱법칙, 적분, 코사인) 은 이러한 조건을 충족하며 데이터에 동등하게 좋은 피팅을 제공합니다.
• 재구성의 불확실성: 두 개의 자유 매개변수로 피팅할 때, 새로운 유연한 모델들은 $\zeta=0$(물리적 DPDs 한계) 에서의 멜린 모멘트에 대해 극도로 큰 불확실성을 산출합니다. 예를 들어, 적분 모델은 이론적 기대값이 2 임에도 불구하고 합 규칙 양에 대해 $4.4 \pm 938.4$의 값을 산출합니다. 이는 추가적인 이론적 입력 없이는, 특히 큰 $|\omega|$에서의 격자 데이터가 $\zeta=0$ 근처의 함수 거동을 제약하기에 불충분함을 나타냅니다.
• 제약 피팅: 새로운 모델들에서 하나의 매개변수를 고정하여 수 합 규칙 ($S_{ud}=2$) 을 강제하면, 데이터와 일관된 안정적이고 매끄러운 멜린 모멘트 재구성이 이루어집니다.
• 평균 비대칭도: 모든 피팅은 일관되게 작은 평균 제곱 비대칭도 $\langle \zeta^2 \rangle \approx 0.07$을 산출하여, 작은 비대칭도를 가진 파트론 구성이 지배적임을 시사합니다.
• 인수분해: 이 연구는 현재 데이터의 통계적 정밀도 내에서 $\zeta$와 $y$의 의존성 인수분해가 성립함을 확인합니다.

의의 및 주장
이 논문은 격자 QCD 가 DPDs 와 관련된 불변 함수에 대한 고정밀 데이터를 제공할 수 있지만, 현재는 접근 가능한 이오프 시간 ($\omega$) 의 유한한 범위로 인해 비대칭도가 0 인 ($\zeta=0$) 물리적 멜린 모멘트의 재구성이 제한된다고 주장합니다. 저자들은 특정 함수 형태 (예: 다항식) 를 가정하는 것이 물리적으로 일관되지 않은 결과로 이어질 수 있음을 보여주며, 반면 물리적으로 동기를 부여받은 모델들 (멱법칙, 적분, 코사인) 은 필요하지만 제약되지 않을 경우 $\zeta=0$ 한계에서 큰 통계적 불확실성을 도입한다고 강조합니다.

주요 결론은 다음과 같이 겸손합니다: 현재 이용 가능한 격자 데이터를 바탕으로, 추가적인 이론 입력 (예: 수 합 규칙 강제) 없이는 $\zeta=0$에서의 멜린 모멘트를 재구성할 수 없습니다. 저자들은 이 상황을 개선하기 위해서는 접근 가능한 $\omega$ 범위를 확장하기 위해 큰 양성자 운동량과 큰 거리에서 훨씬 더 높은 정밀도를 가진 격자 시뮬레이션이 필요하다고 강조합니다. 그러나 비영 $\zeta$에 대한 결과는 여전히 가치가 있으며, 파트론의 결합 분포에 대한 정보를 제공하고 작은 비대칭도 구성이 더 확률적임을 확인합니다. 또한 이 연구는 준분포 (quasi-distributions) 나 의사분포 (pseudo-distributions) 를 사용한 향후 DPDs 격자 연구에 대해 $\zeta$-의존성과 이론 입력의 필요성에 관한 교훈이 관련됨을 시사합니다.