利用宽神经网络进行振幅辅助的纵向极化玻色子标记
高能物理 - 唯象学
2024-01-24 v2 高能物理 - 实验
摘要
在LHC过程中提取弱玻色子的纵向模式对于理解电弱对称破缺机制至关重要。为此，我们提出一种基于宽神经网络的一般方法，以恰当建模纵向玻色子信号，从而实现逐事件的纵向玻色子标记。它结合了实验上可获取的运动学信息与微扰论中由振幅提供的真正理论输入。作为一个应用，我们考虑LHC上Z玻色子与喷流伴随产生，包括 leading order 及存在 parton-shower 效应的情况。所设计的神经网络能够可靠提取非极化过程中的纵向贡献。所提方法非常通用，并可系统推广至其他过程与问题。
引用
@article{arxiv.2306.07726,
title = {Amplitude-assisted tagging of longitudinally polarised bosons using wide neural networks},
author = {Michele Grossi and Massimiliano Incudini and Mathieu Pellen and Giovanni Pelliccioli},
journal= {arXiv preprint arXiv:2306.07726},
year = {2024}
}
备注
30 pages, 10 figures, 4 tables. Matches version published in EPJC