Toward Precision Helicity PDFs from Global DIS and SIDIS Fits with Projected EIC Measurements

本文基于 NLO QCD 框架，结合现有深度非弹性散射数据与未来电子 - 离子对撞机（EIC）的模拟伪数据，利用神经网络参数化和蒙特卡洛副本方法，显著提升了质子自旋依赖部分子分布函数（特别是海夸克和胶子分布）在低 $x$ 区域的精度及味分离能力，并提供了相应的 LHAPDF 格式数据集。

要点

这篇论文就像是一份**“质子内部地图的升级指南”**。

为了让你轻松理解，我们可以把质子（构成原子核的基本粒子）想象成一个繁忙的超级城市。在这个城市里，住着两种主要的“居民”：

1. 夸克（Quarks）：像是城市的建筑工人，它们构成了城市的主体。
2. 胶子（Gluons）：像是运输卡车，它们负责在工人之间传递力量，把大家粘在一起。

这篇论文的核心任务，就是搞清楚这些居民在**“旋转”**（自旋）时，到底是谁在主导，谁在配合。这就好比想知道：当整个城市在旋转时，是建筑工人在用力转，还是运输卡车在用力转？

1. 过去的困境：模糊的旧地图

过去三十年，科学家们一直在试图绘制这张“旋转地图”，但遇到了两个大麻烦：

• 看不清细节：现有的数据就像是用老式望远镜看城市，只能看清市中心（大 $x$ 区域，即高动量部分）的大概情况，但看不清城市边缘（小 $x$ 区域，即低动量部分）到底发生了什么。
• 分不清居民：在城市的“海”（海夸克，即不断产生又湮灭的粒子）里，有上夸克、下夸克和奇夸克。以前的数据就像是一团混在一起的颜料，很难分清哪一块是红色的（上夸克），哪一块是蓝色的（下夸克），哪一块是绿色的（奇夸克）。

这就导致了著名的**“质子自旋之谜”**：我们一直以为质子的旋转主要来自夸克，但实验发现夸克只贡献了一小部分，剩下的“旋转”去哪了？是不是胶子在偷偷发力？

2. 新的工具：未来的“超级显微镜” (EIC)

为了解决这个问题，论文引入了一个未来的超级大科学装置——电子 - 离子对撞机 (EIC)。

• 比喻：如果说以前的实验是用普通手电筒照城市，那么 EIC 就是一台超高分辨率的 3D 扫描仪。它不仅能看清市中心，还能把城市边缘（极小的 $x$ 区域）照得清清楚楚。
• 模拟数据：因为 EIC 还没完全建成，作者们非常聪明地**“模拟”**了 EIC 未来会测到的数据（就像在电脑里先跑一遍模拟实验），看看如果有了这些数据，我们的地图会变得多清晰。

3. 这次研究的“魔法”：给居民发“颜色标签”

这篇论文最精彩的地方在于使用了半深度非弹性散射 (SIDIS) 技术。

• 比喻：以前我们只能看到城市里有一堆人在动，但不知道是谁。现在，我们给不同颜色的居民（上夸克、下夸克、奇夸克）发上了不同颜色的帽子（通过探测产生的π介子和K介子）。
• 效果：
  • 看到π介子，我们就知道主要是上夸克和下夸克在动。
  • 看到K介子，我们就知道奇夸克在动。
  • 通过这种“颜色分离”，我们终于能分清海夸克里到底谁多谁少，不再是一笔糊涂账。

4. 研究结果：地图大升级

作者们利用神经网络（一种高级的 AI 算法）和蒙特卡洛方法（一种通过大量随机模拟来估算概率的统计方法），把现有的旧数据和新模拟的 EIC 数据结合起来，重新绘制了地图。

主要发现：

1. 边缘清晰了：在以前看不清的城市边缘（小 $x$ 区域），现在地图变得非常精确。特别是胶子的旋转分布，以前是“一团黑”，现在终于看清了它的轮廓。
2. 居民分清了：海夸克中的上、下、奇夸克的贡献被区分得很清楚。特别是奇夸克，以前几乎不知道它在旋转中起什么作用，现在有了明确的约束。
3. 自旋谜题的线索：虽然还没完全解开所有谜题，但新地图显示，胶子在小动量区域的贡献可能比我们想象的要大，这为解释“质子自旋去哪了”提供了关键线索。

5. 总结

简单来说，这篇论文就是**“未雨绸缪”。
科学家们说：“虽然未来的超级显微镜（EIC）还没完全造好，但我们先拿着它的‘模拟蓝图’，结合现在的旧数据，用 AI 算了一通。结果发现，一旦 EIC 建成，我们就能把质子内部的旋转结构看得像高清照片一样清楚**，特别是那些以前看不见的角落和分不清的居民。”

这不仅是一份科学报告，更像是一份**“未来发现指南”**，告诉物理学家们：只要有了 EIC 的数据，质子自旋的最后一块拼图就能被拼上了！

技术摘要

这是一份关于利用全球深度非弹性散射（DIS）和半深度非弹性散射（SIDIS）数据，并结合未来电子 - 离子对撞机（EIC）的模拟数据，以获取更精确的质子螺旋度部分子分布函数（PDFs）的论文技术总结。

1. 研究背景与问题 (Problem)

• 质子自旋之谜： 尽管过去三十年的实验（如 EMC 实验）表明夸克自旋仅贡献了质子自旋的一小部分，但质子自旋的完整分解（包括夸克/胶子螺旋度及轨道角动量）仍是高能核物理的核心目标。
• 现有数据的局限性：
  • 现有的极化 DIS 和 SIDIS 数据主要覆盖中等到较大的动量分数 $x$ 区域。
  • 在小 $x$ 区域（$x \sim 10^{-5}$），对胶子螺旋度分布 $\Delta g(x)$ 和海夸克极化分布（特别是 $\Delta \bar{u}, \Delta \bar{d}, \Delta s$）的约束非常弱，导致不确定性巨大。
  • 现有的全球拟合在区分海夸克味（flavor separation）方面存在困难，尤其是奇异夸克（strange quark）的贡献。
• 目标： 通过引入未来 EIC 的模拟数据（Pseudodata），评估其对极化 PDFs 精度的提升作用，特别是改善小 $x$ 行为和海夸克的味分离。

2. 方法论 (Methodology)

• 理论框架：
  • 基于**次领头阶（NLO）**微扰 QCD 框架，采用领头扭度（leading-twist）共线因子化。
  • 使用 DGLAP 演化方程进行部分子分布函数的演化。
  • 重整化方案为 $\overline{\text{MS}}$，强耦合常数固定为 $\alpha_s(M_Z) = 0.118$。
  • 采用零质量变味数方案（ZM-VFNS），忽略重夸克质量效应。
• 数据集合：
  • 基础数据： 包含来自 EMC, SMC, COMPASS, HERMES, SLAC (E142-E155), Jefferson Lab 等实验的极化 DIS 和 SIDIS 数据（共 415 个数据点）。
  • EIC 模拟数据： 基于 ECCE 探测器设计，生成了两种束流能量配置下的 SIDIS 模拟数据：
    1. $E_e \times E_p = 5 \times 41 \text{ GeV}^2$
    2. $E_e \times E_p = 18 \times 275 \text{ GeV}^2$
  • 模拟数据涵盖带电 $\pi^\pm$ 和 $K^\pm$ 的产生，扩展了 $x$ 的覆盖范围至 $10^{-5}$。
• 拟合策略：
  • 神经网络参数化： 使用前馈神经网络（MontBlanc 框架）对输入尺度 $Q_0^2 = 1 \text{ GeV}^2$ 处的极化 PDFs 进行参数化。
  • 蒙特卡洛副本（Monte Carlo Replica）： 生成统计等效的数据副本以传播实验不确定性，最终得到 PDFs 的分布而非单一值。
  • 理论约束： 在拟合过程中强制实施正定性约束（Positivity bound），即 $|\Delta f_i| \le f_i$。
  • 外部输入： 使用 NNPDF4.0 作为非极化 PDFs 输入，MAPFF1.0 作为碎裂函数（FFs）输入。

3. 关键贡献 (Key Contributions)

• EIC 影响的量化评估： 首次系统性地展示了两种不同 EIC 能量配置下，SIDIS 模拟数据对极化 PDFs 全局拟合的具体影响。
• 味分离的显著改善： 利用 EIC 提供的电荷分离（charge-separated）$\pi$ 和 $K$ 产生数据，实现了对海夸克极化分布（$\Delta \bar{u}, \Delta \bar{d}, \Delta s$）更精细的味分离。特别是 $K$ 介子通道提供了对奇异夸克扇区（strange sector）的独特敏感性。
• 小 $x$ 行为的精确化： 证明了 EIC 数据能显著降低小 $x$ 区域（$x < 0.01$）胶子螺旋度 $\Delta g$ 和海夸克分布的不确定性，解决了现有数据在此区域主要依赖外推的问题。
• 自旋求和规则的约束： 通过计算截断的一阶矩（truncated first moments），展示了 EIC 数据如何显著降低对质子自旋中胶子贡献的不确定性。

4. 主要结果 (Results)

• 拟合质量： 引入 EIC 模拟数据后，基础数据集（pDIS+SIDIS）的拟合质量（$\chi^2/\text{N}_{\text{dat}}$）保持稳定，表明 EIC 数据与现有世界数据兼容，未引入系统性偏差。
• PDFs 不确定性降低：
  • 海夸克： 在 $x \sim 10^{-3}$ 到 $10^{-5}$ 区域，$\Delta \bar{u}, \Delta \bar{d}$ 和 $\Delta s$ 的不确定性带显著变窄。
  • 胶子： 小 $x$ 区域的胶子螺旋度 $\Delta g(x)$ 不确定性大幅减少。这是由于 EIC 数据提供了更长的 $Q^2$ 演化杠杆臂，增强了通过标度破坏（scaling violations）对胶子的约束。
  • 奇异夸克： 允许 $\Delta s$ 和 $\Delta \bar{s}$ 独立拟合，EIC 数据显著改善了奇异夸克及其反夸克不对称性的约束。
• 截断矩分析：
  • 计算了 $M_\Sigma(x_{\min})$（夸克单态）、$M_g(x_{\min})$（胶子）和 $M_{\text{spin}}(x_{\min})$（总自旋贡献）。
  • 结果显示，随着积分下限 $x_{\min}$ 的降低，基础拟合的不确定性迅速发散；而加入 EIC 数据后，即使在极小的 $x_{\min}$ 处，不确定性也得到显著抑制，特别是胶子对自旋的贡献。
• 与现有全局拟合对比： 与 MAPPDFpol1.0 和 NNPDFpol2.0 相比，包含 EIC 数据的拟合在小 $x$ 区域表现出更紧的约束，且形状差异主要体现在奇异夸克扇区。

5. 意义与展望 (Significance)

• 物理意义： 这项工作为未来 EIC 运行后的数据分析提供了基准，证明了 EIC 在解决“质子自旋之谜”中关于胶子和海夸克贡献的关键作用。
• 技术验证： 验证了神经网络参数化结合蒙特卡洛副本方法在处理复杂极化数据及未来高精度模拟数据时的鲁棒性。
• 未来方向：
  • 需要更系统地传播碎裂函数（FFs）的不确定性。
  • 未来工作可考虑更高阶（NNLO）修正、靶质量修正（TMC）及高阶扭度效应。
  • 最终目标是实现极化 PDFs 和 FFs 的联合全局拟合。
• 数据发布： 研究团队已将提取的极化质子 PDFs 集以 LHAPDF 格式公开，包含完整的蒙特卡洛副本集合，供社区使用。

总结： 该论文通过结合现有实验数据与未来 EIC 的高精度模拟数据，利用先进的神经网络和蒙特卡洛方法，显著提升了质子极化部分子分布函数（特别是小 $x$ 区域的胶子和海夸克）的确定精度，为最终解开质子自旋结构之谜迈出了关键一步。