首页/论文/1204.4940

arXiv 1204.49402012-04hep-phhep-th

贝叶斯统计的量化自然度

Quantified naturalness from Bayesian statistics

Sylvain Fichet

备注：: 28 pages, 1 figure, v3: to be published in PRD
DOI：: 10.1103/PhysRevD.86.125029

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

我们提出了一个公式的自然贝叶斯统计的框架，它揭开了以前的方法相关的概念问题。除此之外，自然性度量的相对解释被证明是由杰弗里斯的尺度明确建立的。此外，通常的灵敏度公式（所谓的Barbieri-Giudice措施）似乎是嵌入在我们的配方下的扩展形式。我们推导出适用于任意数量的观测量的一般灵敏度公式。进一步讨论了几个后果和发展。作为最后的说明，我们给出了经典超对称模型中与规范层次问题和中性伴子暗物质相关的组合微调映射。

英文摘要：

We present a formulation of naturalness made in the framework of Bayesian statistics, which unravels the conceptual problems related to previous approaches. Among other things, the relative interpretation of the measure of naturalness turns out to be unambiguously established by Jeffreys' scale. Also, the usual sensitivity formulation (so-called Barbieri-Giudice measure) appears to be embedded in our formulation under an extended form. We derive the general sensitivity formula applicable to an arbitrary number of observables. Several consequences and developments are further discussed. As a final illustration, we work out the map of combined fine-tuning associated to the gauge hierarchy problem and neutralino dark matter in a classic supersymmetric model.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

应用于$B-L$ MSSM GUT的贝叶斯自然性、简单性和可测试性

Bayesian naturalness, simplicity, and testability applied to the $B-L$ MSSM GUT

近年来，人们越来越多地使用贝叶斯模型比较来量化自然性、简单性和可测试性等概念，特别是在超对称模型构建领域。在证明贝叶斯模型比较可以解决一个悖论，已经提出了在文献中关于质子质量的自然性，我们应用贝叶斯模型比较大统一体，它还没有被应用到以前的一个领域。我们发现，大统一理论是大大有利于非统一的难题模型。在我们考虑的GUT中，$B-L$ MSSM GUT最受青睐，但MSSM GUT几乎同样受青睐。

2018-02-03hep-phhep-th

（次）极小超对称模型的贝叶斯分析与自然性

Bayesian analysis and naturalness of (Next-to-)Minimal Supersymmetric Models

希格斯玻色子的发现激起了人们对次最小超对称模型的兴趣，这是因为在最小理论中需要进行明显的微调。为了评估它们的自然性，我们比较了在$\mathbb{Z}_3$保守的半约束次最小超对称标准模型（NMSSM）和约束MSSM（CMSSM）中的微调。我们对比流行的微调措施与自然性先验，这自动出现在统计措施的可行性，一个给定的模型再现弱规模。我们的比较表明，自然先验提供了宝贵的洞察层次结构问题和严格地面自然贝叶斯统计。对于CMSSM和半约束NMSSM，我们证明了定性协议之间的自然度先验和流行的微调措施。因此，我们给出了一个明确的可解释性的论点，有利于相对轻的超伙伴。

2017-11-09hep-ph

CMSSM和CNMSSM的贝叶斯自然性

Bayesian naturalness of the CMSSM and CNMSSM

最近在大型强子对撞机上发现了125.5 GeV的希格斯玻色子，这激发了人们对次最小超对称标准模型（NMSSM）的兴趣，因为它可能需要比极小模型更少的微调来容纳如此重的希格斯玻色子。为此，我们提出了贝叶斯自然先验量化微调（N）MSSM。这些先验在贝叶斯模型比较中自动出现，并推广了传统的Barbieri-Giudice测度。在本文中，我们表明自然度先验捕捉到了Barbieri-Giudice微调度量和文献中使用的简单比率度量的特征。我们还表明，根据自然度之前的约束版本的NMSSM是调整比CMSSM。

2014-09-16hep-ph

LHC的贝叶斯研究和MSSM预测的自然性

Bayesian Study and Naturalness in MSSM Forecast for the LHC

我们进行预测的CMSSM的LHC的基础上，考虑到目前的理论和实验的智慧模型的改进贝叶斯分析。以这种方式，我们得到的CMSSM参数空间的首选区域的地图，并显示微调惩罚时，从贝叶斯分析本身的实验值Mz被认为是。当使用不同的先验时，结果具有显著的稳定性

2010-05-14hep-ph

CMSSM、自然性和甚大强子对撞机的“微调价格”

CMSSM, naturalness and the "fine-tuning price" of the Very Large Hadron Collider

大型强子对撞机（LHC）缺乏超对称性或其他新物理学，这导致许多人质疑自然性论点。贝叶斯统计，我们认为，自然的模型是最有可能的，自然不仅仅是一个美学原则。我们计算的概率测度的自然性，贝叶斯证据，为标准模型（SM）与二次发散，确认SM与二次发散是不可能的。我们计算贝叶斯证据的约束最小超对称标准模型（CMSSM）与自然先验在三种情况下：只有$M_Z$测量;与$M_Z$测量和LHC测量;与$M_Z$测量，$m_h$测量和一个假设的零结果从$\sqrt{s}=100\,\text{TeV}$超大型强子对撞机（VLHC）与$3000/\text{fb}$。VLHC给出LHC结果的“微调代价”是$\sim400$，它比给出弱电标度的LHC结果的“微调代价”（$\sim500$）略低。

2014-10-01hep-ph

小层次问题是一个小问题：用贝叶斯概率理解大层次问题和小层次问题之间的区别

The little-hierarchy problem is a little problem: understanding the difference between the big- and little-hierarchy problems with Bayesian probability

实验再次在LHC上进行。然而，这一次，高能物理学界的情绪是悲观的。人们越来越怀疑，预测弱尺度附近新物理的自然性论点是错误的，新发现的前景是有限的。我们认为，这种怀疑源于误解的基础上的自然性参数。尽管LHC的第一次运行加剧了小等级问题，但没有理由怀疑自然性或自然理论。自然性是建立在贝叶斯概率逻辑的基础上的--它不是一个科学理论，声称它可以被证伪或者它受到实验数据的压力是没有意义的。我们应该对发现的前景保持乐观;自然理论，如超对称性，通常预测新的物理接近弱尺度。此外，从贝叶斯的角度来看，我们简要地讨论了特胡夫特的技术自然性和有争议的主张，小层次问题暗示，标准模型是一个基本的理论。

2015-07-06hep-phphysics.hist-ph

更多相关论文收起更多论文

LHC的MSSM分析中的贝叶斯方法和自然性

Bayesian approach and Naturalness in MSSM analyses for the LHC

大型强子对撞机的启动促使人们努力确定MSSM参数空间不同区域的相对概率，同时考虑到目前关于该模型的理论和实验智慧。由于目前的实验数据是不够强大，选择一个小区域的MSSM参数空间，一个明智的先验概率的参数的选择变得最相关。以前的研究已经提出了理论先验，包括一些（常规）措施的微调，惩罚不自然的可能性。然而，我们表明，这种惩罚来自贝叶斯分析本身（没有特设的假设），边缘化的μ参数。此外，所得到的有效先验精确地包含Barbieri-Giudice测度，这是非常令人满意的。另一方面，我们进行了严格的治疗汤川耦合，特别是表明，通常的做法，采取汤川“根据需要”，近似对应于采取几何平坦的先验汤川耦合。最后，我们使用一组有效的变量来扫描MSSM参数空间，特别是通过tan beta交易B，从而在新参数中给出有效的先验。除了数值结果，我们给出了准确的解析表达式的有效先验在所有情况下。无论将来使用什么样的实验信息，都要用这里计算出的贝叶斯因子进行加权。

2008-12-02hep-ph

超对称模型的自然性

Naturalness of supersymmetric models

在提出了一个简单的程序测试自然性（类似于贝叶斯推断，并不比它更主观），我们表明，LEP2实验提出了一个自然性问题的“传统”超对称模型。LEP2实验排除了最小超重力MSSM参数空间的95%。此外，在这个模型中，电弱重子生成，或可检测的超对称修正的混合的K和B介子，是可能的，只有在非常小的角落的参数空间。自然性问题在规范中介模型中更强，特别是在光信使中。我们回想起一些可能的解释（不同于一个不太可能的数字事故），为什么超对称性还没有（？）被发现了

1999-04-06hep-ph

自然性变得简单：最小SM扩展上的双循环自然性界限

Naturalness made easy: two-loop naturalness bounds on minimal SM extensions

本文的主要结果是收集保守的自然界的标准模型的最小扩展（类矢量）费米或标量规范多重态。在内部，我们倡导建立在重正化群方程基础上的直观和物理的自然概念。在标准模型加质量为$M$的规范多重态的有效场论中，低尺度Higgs质量参数是定义在某个高尺度$Λ_h > M$上的$\overline{\rm MS}$输入参数的可计算函数。如果希格斯质量对这些输入参数非常敏感，那么这意味着自然性问题。为了合理地捕捉的灵敏度，它示出了如何可以严格推导出的灵敏度测量作为贝叶斯模型的比较，这减少了在相关的限制Barbieri-Giudice的微调措施。这个措施是完全推广到任何微扰EFT。我们的双圈重正化组研究的有趣结果如下：对于$Λ_h=Λ_{Pl}$，我们发现在$M<\mathcal{O}(1$ -- $10)$ TeV的各种规范多重态的质量上存在“$10\%$微调”边界，而在费米子规范多重态上的边界明显弱于纯量，这些边界在极限$Λ_h\to M^+$中保持有限，减弱到$M<\mathcal{O}(10$ -- $100)$ TeV;而有色多重态的边界并不比电弱多重态更严格，因为它们只直接修正了三圈处的希格斯质量。

2017-02-27hep-ph

CNMSSM是否比CMSSM更可信？

Is the CNMSSM more credible than the CMSSM?

贝叶斯统计，我们调查的约束下的“下一个最小”超对称标准模型（CNMSSM）的自然先验，这是在以前的工作中得出的完整的参数空间。在过去，大多数的CNMSSM贝叶斯分析忽略了自然的电弱（EW）规模的参数定义在EW规模的偏见假设。我们测试的CNMSSM对CMSSM与贝叶斯证据，其中，与自然先验，纳入了罚款微调的EW规模。有了这些证据，我们衡量了所有测量的可信度，包括EW尺度和LHC直接搜索。我们发现，支持CNMSSM与CMSSM的证据是“积极的”到“强有力的”，但如果忽略$μ$ -问题，证据是“几乎不值一提”到“积极的”。“$μ$ -问题显著影响了我们的发现。除非考虑$μ$ -问题，否则支持CNMSSM与CMSSM的证据充其量是“积极的”，比“非常强”低两个等级。“此外，我们确定了CMSSM和CNMSSM参数空间的最可能区域，并研究了强子对撞机未来发现的前景。

2014-11-10hep-ph

一切都是你的头脑——微调论点不需要偶然不确定性

It's all in your head -- fine-tuning arguments do not require aleatoric uncertainty

X-HEP Laboratory, Department of Physics, School of Mathematics and Physics, Xi’an Jiaotong-Liverpool University（西交利物浦大学数学与物理学院）

本文探讨了贝叶斯统计中自然性论证和奥卡姆剃刀的合理性，指出在贝叶斯框架下自动产生的奥卡姆剃刀能排除需要微调的不自然模型。

2026-04-20hep-phphysics.data-anphysics.hist-ph

LHC反问题的随机解

Stochastic resolution of the LHC inverse problem

在这项工作中，LHC逆问题是量化的贝叶斯上下文中，通过澄清从理论参数空间到实验签名空间的映射和逆映射之间的关系。我们证明，补充现有的天体物理，对撞机和低能量测量的LHC数据后，一个简单的可能性分析是能够显着减少逆问题。所提出的方法提供了一个强大的，经济的，和可扩展的方式来提取理论参数从大型强子对撞机，和其他实验，数据。

2009-04-02hep-ph

人工智能辅助的Drell-Yan数据中非极化夸克横动量分布的建模与贝叶斯推断

AI-assisted modeling and Bayesian inference of unpolarized quark transverse momentum distributions from Drell-Yan data

University of California, Los Angeles（加州大学洛杉矶分校）；Mani L. Bhaumik Institute for Theoretical Physics, University of California, Los Angeles（加州大学洛杉矶分校马尼·L·巴乌米克理论物理研究所）；Center for Frontiers in Nuclear Science, Stony Brook University（石溪大学核科学前沿中心）

本文利用贝叶斯推断框架和人工智能技术，从Drell-Yan数据中提取非极化夸克横动量依赖部分子分布函数，并结合N^3LO和N^4LL精度进行分析，通过构建代理模型实现高效推断。

2026-04-15hep-exhep-phnucl-ex