基于信息场的喷注输运系数的全局贝叶斯推断

贝叶斯统计推断是用于模型-数据比较以及提取常作为系统变量未知函数的物理参数的有力工具。现有的贝叶斯分析通常依赖于未知函数的显式参数化。这可能引入长程关联，从而对实验数据未探测到的变量空间区域中的物理参数施加虚假约束。我们发展了一种信息场（IF）方法来对无长程关联的未知函数的先验分布进行建模。我们将IF方法应用于首次基于所有现有RHIC和LHC能区重离子碰撞中单 inclusive 强子、双强子及γ-强子谱实验数据对作为温度（T）函数的喷注输运系数 $\hat q$ 的全局贝叶斯推断。所提取的 $\hat q/T^3$ 表现出强烈的 $T$ 依赖性，这是随着逐步纳入更中心碰撞及更高碰撞能量的数据而带来的渐进约束能力的結果。IF方法保证了所提取的 $T$ 依赖性不会受到特定函数形式的偏置。