能否在 LHC 上发现双希格斯玻色子产生？

我们利用机器学习工具，探索高亮度 LHC 上通过胶子融合在 $b\bar{b} \gamma \gamma$ 通道中的双希格斯玻色子产生。我们首先提出一种贝叶斯优化方法来选择运动学变量的截断（cuts），与文献中当前结果相比，获得了 $30-50$% 的显著性提升。我们表明，一旦考虑系统不确定性，该改进仍然保持。接下来我们使用提升决策树（BDT）进一步区分信号和本底事件。我们的分析表明，运动学截断与 BDT 超参数的联合优化导致显著性的可观改善。最后，我们对 BDT 的输出分数进行了多元分析。我们发现，假设非常低的系统误差水平，这里提出的技术将能够在 3 ab$^{-1}$ 数据量下以 5$\sigma$ 水平确认一对标准模型希格斯玻色子的产生。假设更现实的系统误差水平投影约为 10%，用于训练 BDT 的截断优化结合多元分析给出了 4.6$\sigma$ 的可观显著性。即使假设 20% 的大系统误差，我们的分析预测 3.6$\sigma$ 显著性，这至少代表了支持双希格斯产生的强证据。我们在分析中仔细考虑了来自轻味喷流或 $c$-喷流被误识别为 $b$-喷流以及喷流被误识别为光子的本底贡献。