고에너지 가속기 데이터 분석을 통한 새로운 물리학 탐색 (Search for New Physics Using High Energy Collider Data)

서지정보

· 발행기관 : 한국물리학회
· 수록지 정보 : 새물리 / 72권 / 4호 / 281 ~ 290페이지
· 저자명 : Park Myeonghun

초록

고에너지 가속기를 이용하여 입자물리학의 표준물리학을 넘어서는 새물리의 힌트를 찾는 데이터분석 작업에서, 배경사건의 기댓값을 넘어서는 신호를 다양한 물리 이론들 중 특정 이론에 결부시키는작업은 체계적으로 수행되어야 한다. 또한 데이터 분석을 기반으로 한 새물리학 탐색 작업은 특정새로운 물리학 모델에 의한 편견없이 전방위적으로 이루어져야 한다. 본 논문에서는 고에너지 가속기기반 데이터 분석 작업을 전방위적으로 수행할 수 있는 방법에 대해 논의를 한다. 특히 고에너지 충돌및 생성과정에 관련된 입자들의 운동량으로 이루어지는 위상공간에 대한 분석과, 해당 프로세스의전이확률에 대한 분석으로 효율적으로 나누어서 새물리 신호를, 분석할 수 있는 방법을 소개한다.
구체적인 분석 예로, 고에너지 강입자 가속기에서 두 개의 관측된 입자들과 함께 암흑물질 관련 신호를관측하였을 때를 산정하여, 본 논문의 분석 방법을 구체적으로 기술한다. 본 논문에서 제안된 방식을이용하면 효율적으로 몬테카를로 데이터를 사용하여 다양한 새로운 물리 모델들을 탐색할 수 있다.
향후 이를 기계학습의 네트워크와 알고리즘에 결부시키는 연구는 상당히 흥미로운 연구 주제가 될 것이다.

영어초록

New Physics searches using a high energy collider experiment should be performed systematically, especially when interpreting a new signal with a specific new Physics model among different possibilities. A data-driven method should be used in a model-independent way to capture all scenarios. In this article, we demonstrate how one can achieve a systematic and model-independent data analysis by separating an analysis on a new Physics signature into a phase space structure and matrix amplitude of a process. For instance, we consider a process with two visible particles and dark matter candidate signal at the high energy hadron collider. Finally, we recommend a proposed method to combine with a machine learning network and an algorithm to probe the broad scope of Physics beyond the standard model efficiently.

참고자료

· 없음