多喷注合并样本中负权重的 Cell Resampler 研究

我们研究了使用 cell resampling 来减少生成样本中负权重蒙特卡洛事件的比例，该样本是实验分析中常用的典型样本。为此，我们将 Cell Resampler 应用于一组 $pp \rightarrow \gamma \gamma + \mathrm{jets}$ 的簇射合并 NLO 匹配事件，这些事件描述了 Higgs 玻色子产生的双光子背景，使用 FxFx 和 MEPS@NLO 合并过程生成，并使用 Pythia 和 Sherpa 部分子簇射算法进行簇射。我们讨论了其对各种运动学分布的影响。