利用LHC简化模型结果的人工原型建模

我们提出了一种新颖的方法，用于在大量已发表的LHC结果中识别潜在的新物理分散信号。该方法采用随机游走算法引入一组新粒子，称为“原型模型”，并通过利用SModelS软件框架，针对ATLAS和CMS对新物理的搜索中的简化模型结果进行测试。一个组合算法识别出最大程度违反标准模型假设，同时与我们数据库中所有LHC约束兼容的分析和/或信号区域集合。该方法的关键在于能够在原型模型空间中构建可靠的似然函数；我们解释了根据实验提供的信息所需的各种近似，以及它们如何影响整个过程。