Lund 平面中的夸克与胶子

区分夸克喷注与胶子喷注是对撞机唯象学中长期存在的课题。在本文中，我们利用近年来引入的 Lund 喷注平面子结构技术来解决这一问题。我们提出了两种互补的方法：一种是在微扰 QCD 中解析计算夸克/胶子似然比至单对数精度；另一种是利用 Lund 解簇训练神经网络。对于这两种方法，我们均考虑了仅使用初级 Lund 平面或使用完整聚类树的情况。在一个精确求和主导共线单对数的模拟事件样本中，解析判别器与机器学习判别器被证明是等价的，其中解析计算对应于精确的似然比。在完整的蒙特卡洛事件样本中，两种方法均表现出良好的判别能力，且机器学习模型通常表现更优。我们进一步研究了大对数渐近极限下的情况，从而确信这种优越的性能源于解析方法中次主导的效应。随后，我们将本文方法与文献中的其他夸克-胶子判别器进行了比较。最后，我们研究了夸克-胶子判别器对事件样本细节的鲁棒性，观察到解析方法与机器学习方法表现出相似的行为。