北斗七星，帮我指明方向——强子对撞机上的凹陷搜寻

信号与背景过程之间的相消干涉对搜寻亲顶层标量共振态构成了根本性挑战，显著降低了对 Higgs 部门充分动机的扩展的实验灵敏度。传统的凸起搜寻策略在此情况下失效，因为干涉效应在 BSM 参数空间的大片区域中使窄宽度近似失效。因此，实验分析通常依赖详细的模拟来在整个分析链中准确建模这些效应。在本工作中，我们在一项原理验证研究中考虑了逆问题：给定判别分布中的观测模式，它源自 BSM 标量的可能性有多大？为了解决这个问题，我们采用参数化神经网络，基于带符号混合物之比框架，将似然比作为背景和关键 BSM 参数的函数进行学习。我们通过测试观测数据与标准模型最小标量扩展参数空间扫描的兼容性来进行推断。尽管 BSM 参数提取本质上仍依赖于模型，但我们的方法在微扰区域内提供了稳健的诊断，并激发了“凹陷搜寻”这一互补策略。该策略扩展了传统的凸起搜寻，并可能在我们驶向未来发现的道路上指引方向。