Reweighting Underlying Event and Colour Reconnection parameter variations in Sherpa

Technische Samenvatting: Herweging van Onderliggende Events en Variaties in de Colour Reconnection-parameters in SHERPA

Probleemstelling
Precieze fenomenologie in de hogerectorische fysica vertrouwt op Monte Carlo Event Generators (MCEGs) om de overgang van pertubatieve partonische verstrooiingen naar niet-pertubatieve hadronische eindtoestanden te simuleren. Terwijl onzekerheden in pertubatieve regimes (bijv. schaalvariaties, PDF's) efficiënt kunnen worden afgehandeld via on-the-fly event herweging, ontstaan er aanzienlijke theoretische onzekerheden door niet-pertubatieve (NP) modellering, specifiek Multiple Parton Interactions (MPI) en Colour Reconnection (CR). Deze modellen zijn afhankelijk van empirische parameters die moeten worden "getuned" aan de hand van experimentele data. Momenteel vereist het beoordelen van de gevoeligheid van observabelen voor deze parameters of het kwantificeren van hun onzekerheden het genereren van specifieke simulatie-runs voor talloze punten in de parameterruimte. Dit proces is computationeel prohibitief, wat de onzekerheidsstudies vaak beperkt tot oppervlakkige vergelijkingen tussen slechts enkele generator-tunes of versies.

Methodologie
De auteurs introduceren en valideren een nieuwe methode voor on-the-fly herweging van MPI- en CR-parameters binnen de SHERPA event generator. De aanpak maakt het mogelijk om de effecten van parametervariaties door te geven zonder events opnieuw te genereren, waarbij de effecten worden gevangen via relatieve event-gewichten.

• MPI Herweging: Het MPI-model in SHERPA is gebaseerd op de Sjöstrand–van-Zijl (SZ) formalisme, waarbij gebruik wordt gemaakt van een geometrische overlap van hadronische materieverdelingen en een Sudakov-vormfactor om de waarschijnlijkheid van secundaire verstrooiingen te reguleren. De herwegingsfactor wordt ontleed in twee componenten:

  1. Geometrische Gewicht ($w_b$): Houdt rekening met veranderingen in de impact-parameter sampling als gevolg van variaties in de materieverdelingsparameters (radii $R_{1,2}$ en gewichten $\alpha_1$).
  2. Sudakov Gewicht ($w_{\text{Sudakov}}$): Houdt rekening met variaties in de acceptatiekans van secundaire verstrooiingen. Dit wordt geconstrueerd door de werkelijke integrand van de variërende parameterset te vergelijken met de oorspronkelijke set voor elke geaccepteerde en geweigerde verstrooiing in de event generatie sequentie.
  • Beperking: Variaties in de transversale momentum-cutoff ($p_{\perp,\min}$) zijn eenrichtingsverkeer (alleen opwaartse variaties zijn mogelijk) omdat events gegenereerd met een lagere cutoff de fase-ruimte die uitgesloten wordt door een hogere cutoff niet populeren.

• CR Herweging: Het Colour Reconnection model herrangschikt kleurlijnen tussen partonen om een afstandsmaat in momentumruimte te minimaliseren voordat hadronisatie plaatsvindt. De herwegingsfactor wordt multiplicatief berekend voor elke reconnection-poging, waarbij de acceptatiekans $P_{\text{acc}}$ van de variërende parameters wordt vergeleken met de nominale parameters voor zowel geaccepteerde als geweigerde swaps.

• Tuning Framework: De methode is geïntegreerd met het Apprentice framework om multivariate surrogaatmodellen (polynomiale benaderingen) van de generatorrespons te construeren. Dit maakt een globale fit van MPI- en CR-parameters aan LHC-data (7 TeV) mogelijk met gebruik van een enkele nominale event sample die hergewogen is naar 500 willekeurige parameterconfiguraties.

Belangrijkste Bijdragen

1. Eerste Implementatie: Dit werk presenteert de eerste implementatie van on-the-fly herweging voor MPI- en CR-modellen in SHERPA, waarmee de bestaande pertubatieve herwegingsmogelijkheden wordt uitgebreid naar cruciale niet-pertubatieve componenten.
2. Computationele Efficiëntie: Door een enkele nominale sample te genereren en deze te herwegen om een 4-dimensionale (alleen MPI) of 5-dimensionale (MPI+CR) parameterruimte te dekken, reduceren de auteurs de computationele kosten van tuning met een factor van ongeveer 250 vergeleken met het genereren van dedicated samples voor elk punt.
3. Validatie: De methode ondergaat rigoureuze "closure tests". Voorspellingen van hergewogen samples worden vergeleken met dedicated generator runs voor specifieke parameterpunten. De resultaten tonen uitstekende overeenstemming voor intrinsieke modelvariabelen (impact parameter, MPI multipliciteit, CR multipliciteit) en fysieke observabelen (geladen deeltjes dichtheden, transversale momentum sommen) voor Drell–Yan en jet productiestructuren.
4. Statistische Karakterisering: Het artikel kwantificeert de "statistische verdunning" veroorzaakt door herweging met behulp van de Kish effectieve sample grootte ($N_{\text{eff}}$). Het demonstreert dat hoewel $N_{\text{eff}}$ afneemt voor parameterpunten die ver van de nominale set liggen, deze voldoende blijft voor tuning binnen de bestudeerde bereiken (bijv. $N_{\text{eff}} \approx 0.5N$ tot $0.7N$).

Resultaten

• Tuning bij 7 TeV: De auteurs voerden gecombineerde tunes uit voor de SHERPA MPI en CR modellen met behulp van ATLAS en CMS data.
  • MPI-CRoff: Een tune waarbij CR uitgeschakeld was, leverde een best-fit set parameters op.
  • MPI-CRon: Een tune waarbij CR ingeschakeld was, leverde een significant betere beschrijving van de data, met name voor Drell–Yan processen waar de $\chi^2/\text{ndf}$ effectief werd gehalveerd vergeleken met de CR-off scenario. Dit geeft aan dat experimentele data de inclusie van kleurreconnecties bevoordeelt.
• Energie Extrapolatie: De auteurs kalibreerden de energie schaling van dimensionele MPI parameters ($p_{\perp,0}$ en $p_{\perp,\min}$) met behulp van de schalingsexponent $\eta$. Door een enkele sample te herwegen om $\eta \in [0.0, 0.08]$ te dekken, bepaalden zij een optimale waarde van $\eta^* = 0.026$. Deze enkele parameter beschreef simultaan de underlying-event data van de Tevatron ($\sqrt{s} = 1.96$ TeV) en de LHC ($\sqrt{s} = 13$ TeV).
• Prestaties: De runtime van de herweging schaalt lineair met het aantal variaties maar blijft aanzienlijk sneller dan het genereren van equivalente dedicated samples. De effectieve sample grootte blijft robuust genoeg om hoog-precieze tuning te ondersteunen.

Betekenis en Claims
Het artikel claimt dat deze herwegingsmethode een significante kloof in de mogelijkheden van moderne MCEGs dicht, wat een efficiënte exploratie van niet-pertubatieve parameterruimtes mogelijk maakt. De auteurs positioneren deze techniek als essentieel voor:

• Parameter Gevoeligheidsstudies: Het mogelijk maken van de robuuste kwantificering van parametrische onzekerheden on-the-fly.
• Tuning: Het drastisch verminderen van de computationele kosten van generator tuning, wat geavanceerde methoden zoals History Matching (HM) faciliteert die een dichte sampling van de parameterruimte vereisen.
• Toekomstige Simulaties: Het bieden van een fundament voor het high-luminosity LHC tijdperk, waarin precieze controle over niet-pertubatieve onzekerheden cruciaal is.

De auteurs stellen expliciet dat hoewel de methode gedemonstreerd is voor MPI en CR, deze ontworpen is om adaptief te zijn aan andere event generators en andere niet-pertubatieve modellen (zoals hadronisatie), waarbij toekomstig werk gepland is om dit uit te breiden naar SHERPA's cluster fragmentatie en minimum-bias simulaties. De methode wordt gepresenteerd niet als een vervanging voor dedicated runs in alle gevallen, maar als een krachtig hulpmiddel om de computationele last van parameter gevoeligheidsstudies en onzekerheid kwantificering te verlichten.