一种对低统计数据量下陡变谱进行正则化解折叠的实用方法
数据分析、统计与概率
2020-03-18 v1
摘要
解折叠是粒子物理中一种成熟的工具。然而，将标准正则化技术直接应用于解折叠负缪子核俘获过程中射出质子的动量谱时，得到的结果呈现出非物理的人为伪影。有限的数据样本限制了可执行解折叠的范围，从而引入了一个截断。陡降的“真实”分布导致截断附近数据统计量低，这加剧了正则化偏差并在所得谱中产生非物理尖峰。我们开发了一种改进方法来解决这些问题，并用一个玩具模型加以说明。该方法使用数据的完整 Poisson 似然，并产生连续且物理上合理的解折叠分布。由于具有类似特征（如陡降谱）的谱十分常见，这一新技术具有广泛的适用性。
引用
@article{arxiv.1906.07918,
title = {A practical way to regularize unfolding of sharply varying spectra with low data statistics},
author = {Andrei Gaponenko},
journal= {arXiv preprint arXiv:1906.07918},
year = {2020}
}
备注
10 pages, 5 figures