Implementation of full and simplified likelihoods in CheckMATE

Este artigo apresenta a implementação de modelos de verossimilhança completos e simplificados para regiões de sinal multibin no framework CheckMATE, incluindo 13 buscas do ATLAS e CMS, o que permite combinações estatísticas que aumentam a sensibilidade e a possibilidade de unir canais de busca ortogonais.

O essencial

Imagine que o LHC (Grande Colisor de Hádrons) é uma máquina do tempo gigantesca que colide partículas a velocidades incríveis para tentar descobrir "novas leis da física" que ainda não conhecemos. Até agora, eles encontraram o Bóson de Higgs (a peça que faltava no quebra-cabeça do Modelo Padrão), mas não encontraram nada de "novo" (como matéria escura ou supersimetria).

O problema é que os cientistas do LHC publicam seus resultados de uma forma muito técnica e fechada, como se estivessem dizendo: "Nós olhamos para 100 caixas de dados e não vimos nada aqui". Mas, para um físico teórico que quer testar uma teoria nova, essa informação é como tentar montar um quebra-cabeça vendo apenas a caixa fechada. Eles precisam saber exatamente o que estava dentro de cada caixa.

É aqui que entra o CheckMATE, o "herói" desta história.

O Que é o CheckMATE?

Pense no CheckMATE como um tradutor universal e um detetive particular. Ele pega os dados brutos e complexos do LHC (ATLAS e CMS) e os traduz para que qualquer teórico possa usar para testar suas próprias ideias.

Antigamente, o CheckMATE funcionava como um caçador de tesouros que olhava apenas para a "melhor caixa". Se o LHC dizia "a caixa número 50 é a mais promissora", o CheckMATE olhava apenas para ela. Se a teoria do físico não batia com a caixa 50, ele dizia "sua teoria é proibida", mesmo que a teoria pudesse estar escondida nas caixas 51 e 52.

A Grande Atualização: De "Caixa Única" para "Mapa Completo"

Este artigo descreve uma atualização massiva do CheckMATE. Agora, ele não olha apenas para uma caixa. Ele consegue analisar todas as caixas ao mesmo tempo, entendendo como elas se conectam.

O autor compara isso a duas formas de investigar um crime:

1. O Método Antigo (Simplificado): É como um detetive que olha apenas para a pegada mais clara no chão e diz: "O suspeito tem esse tamanho de pé". É rápido, mas pode errar se o suspeito tiver sapatos diferentes em outros momentos.
2. O Novo Método (Likelihood Completo): É como ter um mapa de calor completo da cena do crime. O detetive analisa todas as pegadas, a posição dos móveis, a luz e a sombra ao mesmo tempo, usando estatística avançada para construir uma imagem 3D do que aconteceu. Isso é muito mais preciso, mas exige um computador muito mais potente (como um cérebro supercomputador).

O Que Eles Fizeram de Novo?

Os autores, I˜naki Lara e Krzysztof Rolbiecki, fizeram três coisas principais:

1. Adicionaram 13 Novos "Casos" (Pesquisas): Eles incluíram 9 investigações do experimento ATLAS e 4 do CMS. Agora, o CheckMATE tem acesso a um banco de dados muito mais rico.
2. Criou Duas Ferramentas de Investigação:
   • Likelihood Completo (O Detetive de Elite): Usa todos os dados brutos e complexos fornecidos pelo LHC. É super preciso, mas demorado para rodar (como resolver um sudoku gigante).
   • Likelihood Simplificado (O Detetive Rápido): Usa uma versão "resumida" dos dados. É menos preciso em alguns casos, mas é muito mais rápido, permitindo que os físicos testem milhares de teorias em pouco tempo.
3. Permitiu "Casamentos" de Dados: Antes, era difícil misturar dados de diferentes experimentos. Agora, o CheckMATE pode combinar informações de canais diferentes (como misturar pistas de um roubo com pistas de um sequestro) para aumentar a sensibilidade. É como juntar várias testemunhas para ter uma história mais completa.

Por Que Isso é Importante?

Imagine que você está procurando um agulha no palheiro.

• O método antigo olhava apenas em um canto do palheiro.
• O novo método do CheckMATE varre todo o palheiro, entendendo que a agulha pode estar escondida em qualquer lugar, e usa a estatística para dizer: "Ok, sua teoria diz que a agulha deve estar aqui. Mas olhando para todo o palheiro de uma vez, a probabilidade de ela estar aí é quase zero. Sua teoria está errada."

Isso significa que os físicos podem agora descartar teorias erradas com muito mais confiança e, quem sabe, encontrar a agulha (a nova física) mais rápido.

Resumo em uma Frase

Os autores atualizaram o "tradutor" do LHC para que ele possa ler não apenas uma frase solta, mas o livro inteiro de dados, permitindo que físicos de todo o mundo testem suas teorias de forma muito mais precisa e inteligente, seja usando o método "rápido e sujo" ou o "lento e perfeito".

Onde encontrar?
O código está disponível no GitHub, pronto para qualquer um usar. É como se eles tivessem aberto a porta da biblioteca do LHC para todos os leitores.

Resumo técnico

Aqui está um resumo técnico detalhado do artigo "Implementation of full and simplified likelihoods in CheckMATE", traduzido e adaptado para o português:

Título: Implementação de Likelihoods Completos e Simplificados no CheckMATE

Autores: I˜naki Lara e Krzysztof Rolbiecki (Universidade de Varsóvia, Polônia)
Data: 6 de março de 2026 (versão pré-publicação/arXiv)

---

1. O Problema

Com o LHC (Large Hadron Collider) operando no Run 3 e acumulando centenas de $fb^{-1}$ de dados, a ausência de descobertas diretas de nova física exige uma interpretação mais sofisticada dos dados existentes.

• Limitação dos Modelos Simplificados: Historicamente, as interpretações baseavam-se em "modelos simplificados" ou em contagens de eventos em poucos bins otimizados para classes específicas de modelos. Isso não reflete adequadamente a física em escala de TeV nem aproveita toda a informação estatística disponível.
• Complexidade da Reinterpretação: As colaborações ATLAS e CMS passaram a publicar dados binned em múltiplas regiões de sinal e controle, utilizando modelos estatísticos complexos (incluindo correlações de fundo e parâmetros de nuisance). Reinterpretar esses resultados para modelos de nova física arbitrários tornou-se computacionalmente desafiador e tecnicamente complexo, exigindo a combinação de múltiplas regiões de sinal para maximizar a sensibilidade.

2. Metodologia

O artigo descreve a implementação de likelihoods (funções de verossimilhança) completos e simplificados no framework CheckMATE, permitindo a reinterpretação de resultados experimentais de forma rigorosa.

• Abordagem para ATLAS:

  • Likelihood Completo: Utiliza arquivos JSON fornecidos pela colaboração ATLAS (baseados no HistFactory), contendo todas as regiões de sinal (SR) e controle (CR), taxas de fundo, e parâmetros de nuisance. O cálculo é feito via pacote Pyhf (implementação Python do HistFactory), frequentemente orquestrado pelo pacote Spey.
  • Likelihood Simplificado: Aproxima o modelo de fundo usando a taxa total de fundo do ajuste de "fundo apenas" do modelo completo. Uma única variável de nuisance correlacionada em todos os bins representa a incerteza pós-ajuste. É construído a partir de informações públicas e é computacionalmente mais leve.
  • Mapeamento: Cria-se um "patchset" JSON que encapsula as contribuições do sinal geradas pelo CheckMATE e as combina com o modelo de fundo da ATLAS. Um arquivo de configuração (pyhf conf.json) mapeia as convenções de nomenclatura do CheckMATE para as do ATLAS.

• Abordagem para CMS:

  • Utiliza o framework de Likelihood Simplificado Correlacionado, definido pela CMS.
  • Assume correlações entre contribuições de fundo modeladas por uma distribuição Gaussiana multivariada, utilizando matrizes de covariância fornecidas pela colaboração.
  • A avaliação é realizada usando o pacote Spey com o método pdf.correlated background.

• Configuração Técnica e Backends:

  • O sistema suporta múltiplos backends para cálculo: Numpy, Jax, Pytorch e Tensorflow.
  • O uso de Jax e Pytorch demonstrou ser o mais eficiente, especialmente com suporte a GPU, reduzindo drasticamente o tempo de cálculo em comparação ao Numpy.
  • O usuário pode controlar o nível de detalhe via switches (ex: scan para avaliação rápida, detailed para limites superiores e CLs completos).

3. Contribuições Principais

• Expansão do Banco de Dados: Implementação de 13 buscas (9 do ATLAS e 4 do CMS) baseadas no conjunto de dados completo do Run 2 ($\sqrt{s} = 13$ TeV, $L = 139$ fb$^{-1}$).
• Combinação de Regiões de Sinal: Capacidade de combinar estatisticamente múltiplas regiões de sinal (multibin) e, em alguns casos, regiões de controle, aumentando significativamente a sensibilidade em comparação com a abordagem de "melhor região de sinal" (Best-SR).
• Flexibilidade de Avaliação: Oferece três métodos de cálculo para o usuário:
  1. Melhor Região de Sinal (Best-SR): Método tradicional, menos sensível.
  2. Likelihood Simplificado: Rápido, mas pode superestimar restrições em certos cenários.
  3. Likelihood Completo: O mais preciso, mas computacionalmente intensivo.
• Validação Rigorosa: Geração de plots de validação comparando os limites de exclusão do CheckMATE com os resultados oficiais das colaborações, cobrindo diversos processos de Supersimetria (SUSY) e Matéria Escura (DM).

4. Resultados e Validação

Os autores realizaram testes extensivos gerando eventos via MadGraph5_aMC@NLO, hadronização com Pythia e simulação de detector com Delphes.

• Desempenho Computacional:

  • O backend Jax mostrou o melhor desempenho (ex: 311s vs 8879s do Numpy para uma análise complexa no ATLAS).
  • O uso de GPUs (NVIDIA) acelerou significativamente os cálculos do Jax.
  • Likelihoods simplificados são ordens de magnitude mais rápidos que os completos, mas o custo computacional dos completos está se tornando viável para varreduras de parâmetro moderadas.

• Comparação de Sensibilidade:

  • ATLAS (ex: atlas 1908 03122, 1911 12606): Em geral, há excelente acordo entre o CheckMATE (com likelihood completo/simplificado) e os limites oficiais do ATLAS. O método de shape-fit (multibin) mostrou-se superior ao método Best-SR, estendendo os limites de exclusão em fatores de até 2 ou 3 em cenários de espectros de massa comprimidos.
  • Cuidados com Likelihood Simplificado: Em casos específicos (ex: atlas 1911 12606 com neutralinos de paridade oposta), o likelihood simplificado falhou em reproduzir a forma complexa dos limites devido a excessos e déficits significativos em bins específicos, levando a restrições incorretas. O likelihood completo foi necessário para precisão.
  • CMS (ex: cms 1908 04722, 1909 03460): A implementação com matrizes de covariância mostrou bom acordo com os resultados do CMS, com melhoria clara na sensibilidade para produção de glúinos em massas elevadas em comparação ao Best-SR.

• Casos Específicos:

  • Para o atlas 2010 14293, o likelihood completo forneceu uma exclusão ligeiramente mais fraca que o simplificado, mas ambos superaram o Best-SR.
  • Para o atlas 2111 08372 (decaimento invisível do Higgs), o ajuste de forma (shape-fit) aumentou a sensibilidade em um fator de ~2 em regiões de grande massa transversal.

5. Significado e Perspectivas

• Avanço na Reinterpretação: Este trabalho marca um passo crucial na transição de reinterpretações baseadas em contagens simples para análises estatísticas completas que utilizam toda a informação disponível dos experimentos do LHC.
• Acesso Democrático: Ao integrar essas ferramentas no CheckMATE, permite que físicos teóricos testem modelos de nova física arbitrários contra dados reais com o mesmo rigor estatístico das colaborações experimentais.
• Futuro: Os autores planejam expandir a capacidade de combinar buscas de diferentes experimentos (ATLAS + CMS) e regiões de sinal ortogonais. Além disso, está em desenvolvimento uma interface para métodos de Aprendizado de Máquina (Machine Learning), que estão se tornando comuns nas análises experimentais.

Em resumo, a implementação de likelihoods completos e simplificados no CheckMATE resolve o gargalo da reinterpretação de dados do LHC, oferecendo uma ferramenta robusta, validada e flexível para a busca de nova física além do Modelo Padrão.