MAJORANA DEMONSTRATOR 배경 지수 예측을 위한 몬테카를로 불확도 전파

초록

본 논문은 방사능 분석 결과와 시뮬레이션 효율을 확률 분포로 다루어, 베이즈 방식으로 배경 지수(BI)를 추정한다. 상한값을 포함한 여러 assay 결과를 통합하고, 비가우시안 불확도를 Monte Carlo로 전파한다. 이를 MAJORANA DEMONSTRATOR에 적용해 232Th와 238U에 의한 평균 BI를 (

상세 분석

이 연구는 0νββ 실험에서 핵심적인 지표인 배경 지수(BI)를 보다 정밀하게 예측하기 위한 새로운 통계 프레임워크를 제시한다. 기존 방식은 각 부품의 방사능 상한값을 단순히 합산하거나, 측정값과 상한값을 별도로 처리해 전체 BI를 상한으로만 제시하는 한계가 있었다. 저자들은 이러한 문제를 해결하기 위해, (1) 여러 assay 결과—측정값과 90 % 신뢰구간 상한값—를 베이즈적 가중 평균으로 결합하고, (2) 각 부품의 질량과 시뮬레이션 효율도 확률 변수로 모델링한다. 특히, 상한값을 “제로 이하 절단 가우시안”으로 변환해 확률 밀도 함수를 정의함으로써, 상한값이 실제 측정값보다 낮을 경우에도 합리적인 기여를 허용한다.

Monte Carlo 불확도 전파 단계에서는 각 부품에 대해 (활동도 × 질량 × 효율) 샘플을 수천 번 추출하고, 이를 모두 합산해 BI 분포를 만든다. 이 과정에서 시뮬레이션 효율이 0에 가까운 경우에도 효율 자체를 분포로 취급해, 효율이 0인 부품이 실제로는 미세한 기여를 할 가능성을 반영한다. 또한, χ²/도 자유도 검정을 통해 평균 활동도와 불확도를 조정하고, 과소평가된 불확도는 스케일링 팩터 Σ로 보정한다.

MAJORANA DEMONSTRATOR에 적용한 결과, 232Th와 238U에 의한 BI는 (