TauPolaris: reconstructing tau lepton polarimetric vectors with conditional normalizing flows

기술 요약: TauPolaris

문제 정의
타우 레프톤($\tau$)의 스핀 방향은 힉스 보존 붕괴($H \to \tau\tau$)에서의 CP 위반 탐색, 양자 얽힘 테스트, 그리고 유효 연산자(effective operators) 측정 등 표준 모델 및 그 너머의 근본적인 특성을 조사하는 데 있어 매우 중요한 관측량입니다. $\tau$ 스핀의 방향을 결정하는 최적의 관측량은 $\tau$ 스핀이 존재할 가능성이 가장 높은 방향을 가리키는 **극성 벡터(polarimetric vector)**입니다. 그러나 $\tau$ 붕괴는 필연적으로 검출되지 않고 탈출하는 뉴트리노를 생성하기 때문에, 이 벡터를 재구성하는 것은 매우 어렵습니다.

현재의 실험적 방법들은 충격 매개변수(impact parameters)나 붕열 평면(decay planes)을 사용하는 근사적인 구성 방식에 의존하고 있는데, 이는 뉴트리노의 운동량이 알려지지 않았기 때문입니다. 이러한 근사법은 실험적 정밀도를 제한하며, 서로 다른 과정 간에 전이하기가 어렵습니다. 또한, 평균 제곱 오차(mean-squared error)를 최소화하는 점 회귀(point regression)를 수행하는 표준 머신러닝 접근 방식은 뉴트리노 운동량 성분들 사이의 복잡하고 다중 모드적인 상관관계를 포착하는 데 실패하는 경우가 많습니다. 운동학적으로 두 개의 뚜렷한 해가 존재할 수 있는 경우, 점 회귀 모델은 두 해 사이의 평균값을 예측하는 경향이 있으며, 이는 뉴트리노 방향을 가시적 $\tau$ 운동량 쪽으로 편향시켜 스핀 측정에 필수적인 각 상관관계를 저하시킵니다.

방법론
저자들은 **조건부 정규화 흐름(conditional normalizing flows)**을 사용하여 검출되지 않은 뉴트리노 운동량을 추정함으로써 타우 극성 벡터를 재구성하는 도구인 TauPolaris를 제시합니다. 이 방법은 점 회귀 네트워크와 달리, 주어진 이벤트 맥락 $c$에 대한 뉴트리노 운동학의 전체 조건부 확률 밀도 $p(\nu | c)$를 모델링합니다.

주요 구조 및 방법론적 특징은 다음과 같습니다:

• 조건부 정규화 흐름 (Conditional Normalizing Flow): 이 모델은 일련의 가역적 변환을 통해 뉴트리노 운동학 $\nu$를 표준 가우시안 분포를 따르는 잠재 변수 $z$로 매핑합니다. 이를 통해 전체 밀도를 샘플링(생성기 수준의 분포를 재현하기 위함)하거나 최대 사후 확률(Maximum A Posteriori, MAP) 추정치(가장 확률이 높은 구성)를 결정하는 것이 모두 가능합니다.
• 좌표계: 뉴트리노 운동량은 가시적 $\tau$ 운동량에 대해 정의된 직교 기저 $\{n, r, k\}$로 매개변수화됩니다. 이는 모델의 출력을 스핀 상관관계를 표현하는 데 사용되는 기저와 일치시켜 해상도를 향상시킵 most.
• 입력 특징: 모델은 가시적 붕괴 생성물(하전 파이온, 경량자, 재구성된 $\pi^0$ 스트립)의 4-운동량, 충격 매개변수, 이차 정점 위치, 결손 횡운동량(missing transverse momentum)을 포함한 이벤트 입력을 처리하기 위해 트랜스포머 기반의 컨디셔닝 네트워크를 활용합니다.
• 경사 기반 MAP 추정: 특정 이벤트에 대해 가장 확률이 높은 뉴트리노 구성을 얻기 위해, 저자들은 잠재 공간에서의 경사 기반 최대화 루틴을 사용합니다. 이 접근 방식은 뉴트리노 성분에 대해 직접 최대화하는 것보다 더 안정적이고 신뢰할 수 있습니다.
• 훈련: 모델은 Delphes 3.5와 커스텀 스미어링(smearing)을 통해 검출기 효과를 모델링한 Pythia 8.312 기반의 시뮬레이션된 LHC 양성자-양성자 충돌 데이터로 훈련되었습니다. 완전히 하드론적인($\tau_h\tau_h$) 채널과 준경성($\tau_\ell\tau_h$) 채널에 대해 별도의 모델이 훈련되었습니다.

주요 기여

1. 전체 밀도 모델링: 뉴트리노 성분을 독립적인 점 추정치가 아닌 결합 밀도로 모델링함으로써, TauPolaris는 뉴트리노 운동량 성분 사이의 물리적 상관관계를 보존합니다. 이는 예측된 뉴트리노가 인위적으로 가시적 $\tau$와 정렬되는 '공선성 편향(collinearity bias)'을 방지합니다.
2. 불확실성 정량화: 이 방법은 점 추정치(MAP)뿐만 아니라 샘플링된 밀도의 확산을 통해 도출된 이벤트별 불확실성 추정치도 제공합니다.
3. 모든 토폴로지로의 확장: 이 접근 방식은 뉴트리노 운동학을 명시적으로 재구성함으로써, 이전에 분석하기 어려웠던 붕괴 토폴로지(예: $3\pi^\pm 1\pi^0$ 및 경량 붕괴)를 포함한 모든 $\tau$ 붕괴 토폴로지로 극성 벡터의 사용을 확장합니다.
4. 새로운 배경 억제 변수: 재구성된 극성 벡터는 특정 CP 혼합각을 가정하지 않고도 스핀 상관관계를 활용하여 $H \to \tau\tau$와 $Z \to \tau\tau$ 배경을 구분하는 새로운 관측량을 정의하는 데 사용됩니다.

결과
TauPolaris의 성능은 시뮬레이션된 고휘도 LHC(HL-LHC) 데이터를 사용하여 세 가지 벤치마크 응용 분야에서 평가되었습니다:

• 양자 얽힘: 저자들은 $H \to \tau\tau$ 붕괴에서의 양자 얽힘 존재 여부를 HL-LHC에서 최소 4.3$\sigma$의 유의도로 분리할 수 있음을 입증했습니다. 이는 스핀 밀도 행렬 요소($C_{ij}$)를 재구성하고 컨커런스(concurrence, $C$) 및 벨 비국소성 위닛(Bell non-locality witness, $m_{12}$)을 계산함으로써 달성되었습니다.
• CP 위반 민감도: 이 방법은 이전의 근사적 재구성 방법과 비교하여 $H \to \tau\tau$ 붕괴에서의 CP 위반에 대한 민감도를 18% 향상시켰습니다. 이는 아코플라너리티 각($\phi_{CP}$) 분포의 비대칭성을 통해 정량화됩니다. 개선 효과는 세 개의 하전 하드론을 포함하는 붕데(예: $3\pi^\pm 0\pi^0$)에서 근사법 대비 비대칭성이 88% 증가하는 등 가장 두드-하게 나타났습니다.
• 배경 억제: 극성 벡터로부터 구축된 새로운 변수들(특히 $\cos \theta_n \cos \theta_n$과 $\cos \theta_r \cos \theta_r$의 조합)은 스핀-0 힉스 이벤트와 스핀-1 $Z$ 보존 이벤트를 효과적으로 분리합니다. 이러한 변수들은 힉스의 CP 상태에 독립적이므로 배경 억제를 위한 견고한 핸들을 제공합니다.
• 해상도: 재구성된 스핀 관측량의 해상도(예측 오차의 사분위 범위로 정의됨)는 평균 제곱 오차로 훈련된 단독 트랜스포머 회귀 모델보다 약 40% 개선되었습니다.

의의
이 논문은 TauPolaris가 근사적인 운동학적 구성에서 벗어나 뉴트리노 운동량의 엄격한 밀도 기반 재구성을 수행함으로써 타우 레프톤 폴라리메트리(polarimetry)의 중요한 진전을 이루었다고 주장합니다. 뉴트리노 운동학의 조건부 밀도를 정확하게 모델링함으로써, 이 도구는 더 높은 정밀도로 최적의 스핀 분석 관측량을 회복하고 이벤트 수준의 불확실성 추정치를 제공합니다. 이러한 능력은 HL-LHC에서 $H \to \tau\tau$에서의 고전적 상관관계로부터 양자 얽힘을 구별하는 최초의 견고한 입증과 CP 위반 측정의 불확실성을 실질적으로 줄이는 것을 포함하여, 근본 물리학에 대한 더 민감한 테스트를 가능하게 합니다. 저자들은 극성 재구성에 대한 이벤트별 불확실성을 추정할 수 있는 능력이 향후 분석의 이벤트 선택을 최적화하는 데 추가적인 잠재력을 제공한다고 언급했습니다.