在$\alpha_S$提取中脱离主题以分离夸克与胶子喷注

量子色动力学是夸克与胶子间强相互作用的理论；该相互作用的耦合强度$\alpha_S$是自然中所有相互作用里最不精确的。从喷注内部辐射模式提取强耦合，将提供不同于传统从喷注产生率与强子事件形状提取的互补方法，并将成为大型强子对撞机(LHC)上喷注子结构的关键成就。目前，样本中夸克与胶子喷注的相对比例是此类提取的限制因素，因为对于最易理解的观测量，该比例与$\alpha_S$值简并。为克服此限制，我们应用近期提出的统计方法对多组喷注混合进行解混，并基于操作性定义获得纯化的夸克与胶子分布。我们阐明，分别研究夸克与胶子喷注子结构可显著提升此类强耦合提取的灵敏度。我们还讨论了使用机器学习技术或红外与共线不安全信息如何在不损失理论控制的前提下改善解混性能。尽管需要理论研究以将提取出的主题与截面计算中的夸克和胶子对象相联系，我们的研究展示了解混在降低LHC上喷注子结构$\alpha_S$提取主导不确定性方面的潜力。