碰撞物理中的噪声模拟的精确推断

我们依赖蒙特卡洛（MC）模拟来解释大强子对撞机（LHC）及其他地方的新物理搜寻。这些模拟产生了选择效率和可能性的嘈杂和近似估计。在这种情况下，我们首创了一种精确-近似计算方法——精确-近似马尔可夫链蒙特卡洛（MCMC），也称为伪边际MCMC——尽管存在噪声模拟，仍能返回精确推断。为此，我们引入了一种无偏估计器用于泊松可能性。我们在一个基于LHC中对中性弱子和电荷弱子的搜索的简化模型中展示了新的估计器和新技术。我们发现吸引人的性能特征——以与现有方法的近似推断类似的计算成本获得精确推断，且推断对每个点生成的事件数量具有鲁棒性。无偏估计器使用泊松分布的MC事件数量；还可以构造一个偏估计器，其偏差随着MC事件数量的增加而阶乘衰减。