基于MultiFold无分箱反卷积的轻子-喷注方位角不对称性测量

1. 项目概述与核心物理动机

在粒子物理的高能前沿，我们常常通过“撞击”基本粒子来窥探其内部结构，深度非弹性散射（DIS）就是其中最经典、最有力的探针之一。想象一下，你用一束极高能量的电子（或正电子）去轰击一个质子，就像用一颗高速子弹去撞击一个复杂的、内部充满活跃“居民”（夸克和胶子）的袋子。子弹（轻子）与袋子里的某个居民发生剧烈碰撞后，会以特定角度和能量飞出来，同时袋子的其他部分也会被撞得“碎片横飞”，形成一股强子流，我们通常将其重建为“喷注”。这个过程的末态，即散射轻子和领头喷注，它们之间的空间方位关系，蕴藏着关于强相互作用——量子色动力学（QCD）——的丰富信息。

这其中，方位角不对称性是一个极其敏感且重要的观测量。在理想情况下，如果碰撞过程只涉及一个简单的点状部分子，那么散射轻子和产生的喷注在垂直于束流方向的横向平面上应该是严格“背对背”的。然而，QCD的世界远比这复杂。碰撞前后，质子内部的胶子会像“云”一样辐射出来，这些辐射出去的胶子如果能量较低（即“软胶子”），它们可能不会被探测器完全捕获并归入喷注中。这些“丢失”的横向动量会破坏完美的背对背对称性，导致轻子和喷注的总横向动量之和（我们称之为q⊥）不为零。而轻子与喷注平均横向动量（P⊥）之间的夹角ϕ的分布，就不再是均匀的，而是会呈现出特定的调制模式，例如cos(ϕ)、cos(2ϕ)、cos(3ϕ)等谐波成分。测量这些谐波矩的大小，就等于在测量软胶子辐射的“指纹”。

为什么这件事如此重要？首先，这是对微扰QCD（pQCD）理论计算，特别是涉及大对数重求和（如α_s ln²(P⊥/q⊥)）的软胶子辐射理论的直接检验。其次，在未来更精确的实验中，例如即将运行的电子-离子对撞机（EIC），科学家们计划通过测量方位角不对称性来探测质子内部胶子的横向动量依赖分布（TMD PDFs）甚至胶子饱和等新物理现象。在这些精密测量中，由软胶子辐射产生的方位角不对称性会成为一个显著的背景噪声。因此，在HERA这样的现有实验上，精确测量并理解这一背景的来源和大小，是为未来更深入的探索铺平道路、校准“望远镜”的关键一步。

本次H1实验的分析，正是瞄准了这一核心问题。我们利用HERA对撞机在2006-2007年采集的正电子-质子对撞数据，对应积分亮度136 pb⁻¹，专注于测量在P⊥ >> q⊥运动学区域（即喷注横向动量远大于动量不平衡）的轻子-喷注方位角不对称性。与以往基于分箱（Binning）的传统方法不同，本次分析的最大技术亮点在于采用了基于机器学习的无分箱反卷积（Unfolding）方法——MultiFold。这种方法能直接对多维相空间进行整体修正，避免了分箱引入的统计误差放大和模型依赖，从而更纯净、更精确地提取出物理观测量——即<cos(ϕ)>,<cos(2ϕ)>,<cos(3ϕ)>这三个谐波矩随q⊥的变化关系。

1.1 核心物理图像与观测量定义

让我们把上面的物理图像再具象化一点。在一次正电子-质子深度非弹性散射事件中：

1. 一个高能正电子与质子中的一个部分子（夸克或胶子）发生硬散射。
2. 散射后的正电子（称为散射轻子）和从部分子碎裂产生的强子喷注被H1探测器记录。
3. 在垂直于质子束流方向（即横向平面）上，我们定义两个关键矢量：
   • 总横向动量不平衡矢量 q⊥：q⊥ = k_l⊥ + k_J⊥。这里k_l⊥和k_J⊥分别是散射轻子和喷注的横向动量。在无辐射的理想情况下，k_l⊥ = -k_J⊥，所以q⊥ = 0。任何非零的q⊥都标志着存在未被探测器完全捕获的横向动量，主要来源就是初始态和末态的软胶子辐射。
   • 平均横向动量矢量 P⊥：P⊥ = (k_l⊥ - k_J⊥) / 2。在P⊥ >> q⊥的运动学区域，P⊥的大小近似等于喷注的横向动量p_T^jet，其方向大致指向喷注方向。
4. 我们关心的方位角不对称角 ϕ，就是这两个矢量之间的夹角：ϕ = cos⁻¹[(q⊥ · P⊥) / (|q⊥| · |P⊥|)]。

这个角度的分布函数dσ/dϕ可以展开为傅里叶级数：dσ/dϕ ∝ 1 + 2∑_{n=1}^∞ <cos(nϕ)> cos(nϕ)。系数<cos(nϕ)>就是第n阶谐波矩，它们直接量化了分布相对于均匀分布（即所有<cos(nϕ)> = 0）的偏离程度。本次测量目标就是前三个谐波矩<cos(ϕ)>,<cos(2ϕ)>,<cos(3ϕ)>。

实操心得：在定义q⊥和P⊥时，务必确保使用在实验室系下的四动量分量进行计算。一个常见的坑是混淆了不同参考系（如质心系、Breit系等）。本分析全部在实验室系下进行，这更贴近探测器的原始测量，但需要在理论比较时注意计算框架的一致性。

2. 实验装置、数据选择与运动学重建

2.1 H1探测器与数据样本

本次分析基于位于德国DESY的HERA对撞机上的H1探测器。HERA是世界上唯一运行过的电子/正电子-质子对撞机，其正电子束流能量为27.6 GeV，质子束流能量为920 GeV，为我们提供了探索极高Q²（四动量转移平方）区域DIS过程的独特平台。

H1探测器是一个覆盖几乎4π立体角的大型通用探测器，对本分析至关重要的子系统包括：

• 中心径迹系统：位于1.16 T超导螺线管磁场中，用于精确测量带电粒子的动量和径迹。其横向动量分辨率达到σ_{pT}/pT = 0.2% pT/GeV ⊕ 1.5%。
• 液氩量能器（LAr）：用于精确测量电磁簇射（如电子、光子）和强子簇射的能量。对于电子，其能量分辨率约为σ_E/E = 11%/√(E/GeV) ⊕ 1%。
• 后向量能器（SpaCal）：覆盖小角度区域，用于测量向后方向出射的粒子。

分析使用的数据样本来自HERA II运行期（2006-2007年），对应积分亮度为136 pb⁻¹。我们选择中性流深度非弹性散射（NC DIS）过程，其典型费曼图是正电子通过交换一个虚光子（γ*）或Z玻色子与质子中的夸克发生散射。

2.2 事例选择与运动学重建

从海量对撞事例中筛选出我们感兴趣的DIS事例，并精确重建运动学变量，是分析的第一步，也是最容易引入系统误差的环节之一。

触发与轻子鉴别：事例触发要求LAr量能器中存在一个高能电磁簇射。散射轻子被定义为最高横动量、且与一条良好径迹匹配、并满足孤立性条件的LAr簇射。我们要求散射轻子能量E_e‘ > 11 GeV，以保证触发效率高于99.5%。通过一系列精心设计的切割，我们有效地排除了宇宙线、束流气体本底、光生过程、带电流DIS和QED Compton过程等本底污染，使其贡献可忽略不计。

运动学重建：DIS过程由两个关键变量描述：Q²（虚光子“硬度”）和y（非弹性度，即传递给质子的能量比例）。我们采用Σ方法进行重建：

• Q² = (E_e‘² sin² θ_e‘) / (1 - y)
• y = Σ_{had} (E_i - p_{i,z}) / [Σ_{had} (E_i - p_{i,z}) + E_e‘ (1 - cos θ_e‘)]

其中，θ_e‘是散射轻子的极角，Σ_{had} (E_i - p_{i,z})是强子末态总能量与纵向动量之差的代数和。Σ方法的优势在于它对初态QED辐射（如正电子辐射光子）不敏感，因为计算中不直接使用束流能量。

喷注重建：我们使用FastJet 3.3.2软件包中的kT算法（R=1.0）在实验室系下对强子末态进行喷注聚类。输入对象是经过能量流算法重建的、排除了散射轻子贡献的粒子流（Particle Flow）对象，其赝快度覆盖范围为-1.5 < η < 2.75。我们选择领头喷注（即横动量最大的喷注）进行分析，并要求其p_T^{jet} > 10 GeV且位于-1.0 < η^{jet} < 2.5的探测器接受度内。

最终相空间选择：为了聚焦于软胶子辐射主导的区域（P⊥ >> q⊥），我们施加了严格的运动学切割：

• Q² > 150 GeV²：确保过程处于微扰QCD适用的“硬”散射区域。
• 0.2 < y < 0.7：避免非微扰区域（y接近1）和低统计区域（y很小）。
• q⊥ / p_T^{jet} ≤ 0.3：这是核心选择条件，强制要求动量不平衡远小于喷注横动量，从而进入软胶子辐射效应显著的运动学窗口。

经过这些选择，我们得到了一个纯净的、用于测量方位角不对称性的DIS事例样本。

注意事项：喷注算法的选择（kT, anti-kT, Cambridge/Aachen）和距离参数R的大小，会直接影响喷注的构成和横动量。本分析选择kT算法和R=1.0，这是一个在HERA实验中广泛使用、经过充分验证的参数集，能在喷注大小和分辨率之间取得良好平衡。如果换用更小的R（如0.4），喷注会“更瘦”，包含的软辐射更少，理论上会导致测量的不对称性更大，这是一个值得后续研究的方向。

3. 蒙特卡洛模拟与理论预测

实验测量的是探测器层面的信号，而我们要理解的是粒子层面的物理。连接这两者的桥梁是蒙特卡洛（MC）模拟。我们利用MC来模拟完整的物理过程（从硬散射到强子化）、探测器的响应（粒子如何与探测器物质相互作用并被记录）以及重建算法，从而得到一套与真实数据格式完全一致的“模拟数据”。

3.1 事件生成器

本分析主要依赖两个经过H1合作组长期验证的DIS专用事件生成器：

1. DJANGOH 1.4：它基于颜色偶极子模型（通过Ariadne程序实现）来处理高阶QCD辐射。这个模型在描述HERA能区的末态辐射方面表现优异。
2. RAPGAP 3.1：它使用部分子簇射（基于领头对数近似）来处理QCD辐射。这两种模型代表了处理QCD辐射的两种不同理论框架，它们之间的差异为我们评估模型不确定性提供了重要依据。

两个生成器都包含了Born水平的NC DIS矩阵元、玻色子-胶子融合和QCD Compton过程，并通过Heracles程序接口加入了QED辐射效应。对于非微扰部分，均使用CTEQ6L部分子分布函数集和由ALEPH实验调校过的Lund强子化模型。

3.2 探测器模拟与重建

生成的粒子级事件被输入到基于Geant3的H1探测器详细模拟程序中，模拟粒子在探测器中的能量沉积、径迹等响应。随后，这些模拟的探测器信号会经过与真实数据完全相同的重建软件链，最终得到“重建级”的模拟数据。这样，我们就拥有了每个模拟事例的“真相”（粒子级）和“测量值”（重建级）的对应关系，这是后续进行探测器效应修正（反卷积）的基础。

3.3 理论预测对比

为了理解测量结果的物理含义，我们将数据与多种理论预测进行对比：

• Pythia 8.3：广泛使用的通用事件生成器。我们对比了其默认部分子簇射，以及两种替代簇射方案：Dire和Vincia。这有助于检验不同部分子簇射模型对不对称性的预测能力。
• SHERPA 3.0.1：另一个包含次领头阶（NLO）矩阵元计算（通过MC@NLO方法）的生成器。我们同时对比了其NLO和领头阶（LO）的预测。
• 微扰QCD解析计算：这是本次测量的理论核心对标对象。
  • HXYZ (TMD) 计算：基于Hatta等人的工作，在横向动量依赖（TMD）因子化框架下，对软胶子辐射产生的双大对数项α_s ln²(P⊥/q⊥)进行了重求和计算。该计算预期在q⊥ → 0时行为良好。
  • TXZ 计算：最初为EIC能区发展，后重新计算适用于HERA运动学。它包含了两种方案：一是采用包含饱和效应的GBW模型；二是采用CT18A PDF的NLO TMD计算（不含饱和效应）。这两种计算的对比，有助于我们间接探寻胶子饱和效应的迹象。

这些理论预测覆盖了从唯象事件生成器到前沿微扰QCD计算的不同层次，为我们解读数据提供了多维度的参照系。

实操心得：在准备MC样本时，一个关键步骤是确保模拟数据的统计量远大于真实数据（本分析中MC事例数比数据多近两个数量级）。这保证了在后续的机器学习反卷积过程中，MC的统计涨落不会成为限制测量精度的主要因素。同时，使用多个基于不同物理模型的生成器（如DJANGOH和RAPGAP）至关重要，它们之间的差异是评估“模型偏差”这一主要系统不确定度的来源。

4. 机器学习反卷积方法：MultiFold详解

传统的高能物理数据分析在从探测器观测值推断粒子级真值时，通常采用分箱反卷积（Binned Unfolding）。这种方法需要将多维相空间离散化成一个个“箱子”，在每个箱子里用响应矩阵来修正探测器的有限分辨率和接受度。然而，当观测量维度很高（本分析涉及8维）或需要测量分布矩（如<cos(nϕ)>）时，分箱方法面临巨大挑战：统计误差会因分箱而急剧放大，且结果对分箱方案的选择非常敏感。

本次分析的核心技术创新在于采用了无分箱反卷积方法——MultiFold。它直接在全多维相空间上操作，通过迭代重加权模拟事件，使其在探测器层面的分布与数据一致，从而间接得到粒子级分布。这种方法特别适合测量分布矩，因为它避免了分箱引入的信息损失和人为偏差。

4.1 MultiFold算法原理

MultiFold本质上是一个两步迭代的期望最大化（EM）算法，其目标是找到一组粒子级MC事件的权重，使得加权后的MC在重建级与数据分布一致。

我们定义需要反卷积的8维相空间向量 x为：x = (p_e^x, p_e^y, p_e^z, p_T^{jet}, η^{jet}, ϕ^{jet}, q⊥/Q, Δϕ_{lj})其中包含了散射轻子的三维动量、喷注的横动量、赝快度、方位角（注意非ϕ角）、归一化的横向动量不平衡以及轻子-喷注方位角差。

设：

• X_data = {x_i}：数据事件集合（重建级）。
• X_MC,gen = {x_gen,i}和X_MC,reco = {x_reco,i}：模拟事件集合，每个事件i都有对应的粒子级x_gen,i和重建级x_reco,i观测值。每个MC事件还有一个初始权重w_i（通常来自生成截面的归一化）。
• ν_i：我们需要求解的MultiFold权重（初始值设为1）。

第一步：重建级分类器训练训练一个深度神经网络分类器f，其任务是区分加权后的重建级MC事件和真实数据事件。损失函数是标准的二元交叉熵：ε = Σ_{x_i ∈ X_data} log(f(x_i)) + Σ_{x_i ∈ X_MC,reco} ν_i w_i log(1 - f(x_i))通过最小化这个损失函数，分类器f(x)的输出会逼近一个值，使得f/(1-f)正比于数据与加权MC在重建级的似然比。对于通过重建级选择的事例，我们计算λ_i = ν_i · f(x_i) / (1 - f(x_i))。

第二步：粒子级正��化第一步得到的权重λ_i是重建级观测值的函数，但我们需要的是粒子级观测值的权重。由于探测器响应的随机性，同一个粒子级观测量可能对应多个不同的重建级观测量。第二步的目的就是将λ_i“映射”或“平均”到粒���级空间。 我们训练第二个分类器，这次是在粒子级，用于区分用λ加权的粒子级MC和用ν加权的粒子级MC。其损失函数为：L = Σ_{x_i ∈ X_MC,truth} λ_i w_i log(f‘(x_i)) + ν_i w_i log(1 - f’(x_i))同样，分类器输出经过变换后，我们得到更新后的粒子级权重ν_i‘ = ν_i × f’(x_i) / (1 - f’(x_i))。

这两步构成一次迭代。用更新后的ν‘作为新的初始权重，重复第一步和第二步，直到权重收敛（即数据与加权重建级MC的分布无法被分类器区分）。最终结果就是粒子级MC事件带上了一组新的权重ν_i_final * w_i。基于这组加权后的事件，我们可以直接计算任何我们感兴趣的观测量（如<cos(ϕ)>）及其统计误差，而无需经历分箱和反卷积矩阵求逆等步骤。

4.2 神经网络实现与训练细节

两个分类器均采用全连接深度神经网络实现，框架为TensorFlow和Keras。

• 网络结构：输入层8个节点（对应8维x）。3个隐藏层，节点数分别为50、100、50，均使用ReLU激活函数。输出层为单个节点，使用Sigmoid激活函数输出一个0到1之间的概率值。
• 输入预处理：所有输入特征被标准化为均值为0、标准差为1。
• 训练配置：使用Adam优化器，初始学习率为2×10⁻⁶，采用早停法（验证集损失连续10轮不下降则停止）。每次迭代训练5个网络并取平均，以降低随机初始化和训练带来的波动。
• 硬件：使用NVIDIA H100 GPU进行训练，其大内存（24GB）允许一次性载入所有数据进行训练，极大提升了效率。

注意事项：MultiFold的成功应用高度依赖于模拟数据对探测器响应的准确描述。如果模拟与真实探测器存在显著未建模的差异，那么无论分类器多强大，反卷积结果都会有偏差。因此，对探测器性能（如能量刻度、角度分辨率）进行详尽的系统误差评估是必不可少的，这将在下一节讨论。此外，虽然MultiFold是无分箱的，但在最终呈现结果（如绘制<cos(ϕ)>随q⊥的变化图）时，我们仍需要按q⊥分区间进行统计，但这属于结果展示阶段，不影响反卷积过程本身的无分箱特性。

5. 系统不确定性评估

任何物理测量，其最终结果的可靠度不仅取决于统计精度，更取决于对系统不确定性的全面评估和量化。对于本项基于机器学习的精密测量，系统误差的来源主要分为以下几类：

5.1 探测器性能相关的不确定性

由于观测量ϕ和q⊥直接由散射轻子和喷注的四动量计算得出，因此对这些粒子重建精度的理解至关重要。

1. 强子末态能量刻度：我们将强子末态对象的能量刻度不确定性分为两类——高横动量喷注内的对象和其他所有剩余对象。对每一类，分别将其能量上下浮动±1%，重新进行整个分析流程（包括喷注重建、运动学计算、MultiFold反卷积），最终观测量的变化量即作为该系统误差。
2. 强子末态方位角分辨率：赋予所有强子末态对象±20 mrad的方位角系统偏移，并评估其影响。
3. 轻子能量刻度：根据轻子能量和方向，其能量刻度不确定性在±0.5%到±1%之间。我们据此进行上下浮动。
4. 轻子方位角分辨率：赋予散射轻子±1 mrad的方位角系统偏移。

对于以上每一项变动，我们都需要重新生成完整的模拟样本，并从头开始重新训练MultiFold模型，而不是简单地对最终结果进行缩放。这是因为探测器的能量/角度偏移会非线性地改变事例在8维相空间中的分布，进而影响分类器的训练和权重的推导。这种“全链条”评估方式虽然计算成本高昂，但结果最为可靠。

5.2 物理模型与理论相关的不确定性

1. 模型偏差（主导不确定性）：这是本次分析中最大的系统误差来源。我们使用两种不同的MC生成器（DJANGOH和RAPGAP）分别作为“真实物理”的模型来执行完整的反卷积分析。将两者得到的结果差异的一半，作为模型不确定度的估计。这反映了我们对初态辐射、部分子簇射、强子化等非微扰过程的理解有限所引入的偏差。经过深入排查，发现该不确定性主要来源于ϕ角和q⊥的探测器分辨率（约1弧度量级），这影响了反卷积算法在迭代中的收敛行为。
2. QED辐射修正：通过比较包含与不包含初态QED辐射的模拟样本之间的结果差异，来估计高阶QED效应带来的不确定性。

5.3 方法相关的不确定性

1. 统计不确定性：采用Bootstrap方法进行评估。我们从原始数据中重复抽样生成100个伪数据集（每个数据集的样本数服从泊松分布），对每个伪数据集独立运行完整的MultiFold分析。最终观测量的统计误差由这100次结果的标准差给出。由于MC统计量远大于数据，其统计误差可忽略。
2. 训练稳定性：通过集成学习（训练5个网络取平均）和多次迭代，神经网络初始化和训练的随机性所带来的波动远小于数据统计误差，因此该项不确定性可忽略。

5.4 不确定性汇总与影响

图2（原论文中）清晰地展示了各系统误差来源随q⊥变化的幅度。总体来看：

• 模型偏差是几乎所有q⊥区间内最大的系统误差来源。
• 在低q⊥区域（< 2 GeV），探测器能量刻度误差也有显著贡献。
• 总系统误差在低q⊥区域与统计误差相当或略大，在高q⊥区域则占主导地位。
• 由于测量的是归一化的谐波矩（即分布的形状），与绝对截面测量相关的误差，如亮度不确定性和触发效率不确定性，在本分析中相互抵消，不影响最终结果。

这种详尽的不确定性分解，使得读者不仅能信任测量结果的中心值，也能清晰理解其误差范围，并为未来更精确的实验指出了需要改进的方向（例如，提升喷注能量和角度的测量精度，以及发展更精确的QCD辐射模型）。

6. 测量结果与物理解读

经过严谨的数据处理、反卷积和误差分析，我们得到了在HERA的H1实验上，正电子-质子深度非弹性散射中轻子-喷注方位角不对称性的精确测量结果。

6.1 方位角分布与谐波矩

我们首先在两个q⊥区间（0-2 GeV 和 2-8 GeV）内展示了反卷积后得到的粒子级方位角ϕ的归一化分布（图3）。在低q⊥区间，分布呈现出一个清晰的余弦函数形状，这与理论预期一致：当动量不平衡很小时，cos(ϕ)谐波占主导地位。数据与DJANGOH和RAPGAP两个DIS生成器的模拟符合得很好。在高q⊥区间，分布变得更加平坦，与模拟的符合程度依然良好，但在分布的两端（ϕ接近0或π）存在稍大的偏差。

核心物理结果是三个谐波矩<cos(ϕ)>,<cos(2ϕ)>,<cos(3ϕ)>随q⊥变化的函数（图4和表2）。主要发现如下：

1. 一阶谐波 <cos(ϕ)>：在q⊥ < 2 GeV的区间内，测量到了显著的非零正值，最大值约为0.11。这明确证实了软胶子辐射所预言的不对称性信号。当q⊥ > 2 GeV后，<cos(ϕ)>的值在零附近波动，且与零兼容（考虑误差棒）。这表明软胶子辐射的效应随着q⊥增大而迅速减弱。
2. 二阶与三阶谐波 <cos(2ϕ)> 和 <cos(3ϕ)>：在所有q⊥区间内，这两个谐波矩的值都非常小，且与零在误差范围内一致。这与理论预期相符，即在领头阶和软胶子辐射主导的图景下，高阶谐波的贡献被强烈压制。

6.2 与理论预测的对比

我们将测量结果与一系列理论预测进行了详细���较：

• 与事件生成器的对比：

  • DJANGOH 和 RAPGAP：这两个专门用于HERA DIS的生成器在整个q⊥范围内都与数据符合得非常好，尤其是在q⊥ < 2 GeV的区域。这验证了它们对软胶子辐射处理的可靠性。
  • Pythia 系列：默认的Pythia以及搭配DIRE或Vincia部分子簇射的变体，在<cos(ϕ)>的低q⊥区域与数据存在明显偏离，普遍低估了不对称性的大小。但在<cos(2ϕ)>和<cos(3ϕ)>上符合较好。这提示我们，通用目的的事件生成器在描述此类精细的软辐射关联时可能需要进一步的调校。
  • SHERPA：其NLO和LO预测在低q⊥与数据吻合，但在高q⊥区域，尤其是一阶谐波，显著低估了数据。这表明高阶矩阵元修正和特定的簇射模型对此有影响。

• 与微扰QCD计算的对比：

  • TXZ 计算（GBW 和 CT18A）：这两个基于最新TMD框架的解析计算在q⊥ < 3 GeV的预测范围内与数据符合得极好。然而，在最后一个预测区间（3-4 GeV），<cos(ϕ)>的计算值开始与数据偏离。一个可能的解释是，当q⊥增大到约3 GeV时，P⊥ >> q⊥的近似条件开始被破坏，软胶子辐射的主导地位减弱，其他效应开始介入。
  • HXYZ (TMD) 计算：该计算在低q⊥与数据一致，但在q⊥ > 3 GeV后与所有三个谐波的数据都不兼容。这可能源于其在将计算结果从q⊥/P⊥标度转换回q⊥标度时所做的简化假设（p_T^{jet} ≈ P⊥），在q⊥较大时不再成立。

6.3 物理启示与未来展望

本次测量取得了几个重要的物理结论：

1. 实验验证：首次在HERA能区，利用无分箱的机器学习方法，精确测量了DIS过程中由软胶子辐射产生的轻子-喷注方位角不对称性，并清晰观测到了一阶谐波<cos(ϕ)>的信号。
2. 理论约束：测量结果为微扰QCD中关于软胶子辐射双对数重求和的理论计算（如TXZ框架）提供了宝贵的实验约束。数据支持理论预言，即该不对称性主要存在于q⊥ < 2-3 GeV的软区域。
3. 背景量化：为未来在EIC上计划进行的、旨在探测质子内部TMD结构和胶子饱和效应的不对称性测量，定量地标定了来自软胶子辐射的背景水平。结果表明，在q⊥ > 2 GeV的区域，该背景已很小。
4. 模型鉴别：数据对不同的QCD辐射模型（如颜色偶极子 vs. 部分子簇射）表现出鉴别力，凸显了此类精密测量在优化事件生成器方面的价值。

对于未来的研究，有几个自然的延伸方向：

• 更小的喷注半径：使用R=0.4的喷注进行重复测量。理论上，更小的喷注包含的软辐射更少，因此未被捕获的软胶子会更多，可能导致测得的方位角不对称性更大。这将是检验理论理解的又一有力测试。
• 多喷注末态：在双喷注或多喷注的DIS事例中，高阶谐波（如cos(2ϕ)）的贡献预计会显著增强。测量这些过程的不对称性，可以更全面地检验QCD辐射的方位角关联。
• 向EIC能区外推：基于本次HERA的测量结果，可以更可靠地预测在更高能量、不同核子种类的EIC上，软胶子辐射背景的大小，为EIC的实验设计和新物理寻找提供关键输入。

7. 总结与反思

回顾整个分析，从海量的对撞数据到最终的物理图景，这是一次将前沿机器学习技术与经典高能物理分析深度融合的成功实践。MultiFold无分箱反卷积方法的应用，使我们能够以传统方法难以企及的精度和模型无关性，提取出多维相空间中的关联信息。

在技术层面，最大的挑战来自于系统不确定度的控制，尤其是模型偏差。这提醒我们，无论数据分析工具多么先进，其根基依然是对探测器性能和物理过程的准确模拟。未来，利用更多样、更精确的生成器，以及可能的数据驱动方法来约束模型差异，是进一步压低这一主要系统误差的关键。

在物理层面，本次测量像一把精密的“尺子”，量出了软胶子辐射在轻子-喷注关联中留下的独特印迹。它不仅验证了QCD在非平凡观测量上的预言，更重要的是，它为下一代实验——电子-离子对撞机——清扫了道路上的一个关键背景。当EIC的科学家们试图从方位角不对称性中提取出质子内部胶子的偏振或空间分布信息时，他们将会感谢HERA上的这项先驱性工作，为他们标定了本底的刻度。

最后，我想分享一点个人在复现类似分析时的体会：处理此类关联测量，可视化和一致性检查至关重要。不仅要看最终的谐波矩图，更要深入查看中间步骤，比如反卷积前后分布的变化、分类器的输出分布、权重分布是否合理等。任何一个环节的微小异常，都可能被最终复杂的误差传递所放大。同时，与理论家的紧密沟通也必不可少，确保实验观测量的定义与理论计算完全一致，才能实现有意义的对比。这项工作就像完成一幅巨大的拼图，机器学习提供了新的拼图工具，但最终画面的正确与否，依然依赖于我们对每一片拼图（从探测器响应到QCD理论）的深刻理解。