未来轻子对撞机上希格斯双喷注衰变的深度预选
高能物理 - 唯象学
2022-07-20 v2 高能物理 - 实验
摘要
未来的正负电子对撞机将在希格斯玻色子耦合的精确测量中发挥主导作用，这是粒子物理学的核心关注点之一。为最大化测量希格斯与底夸克、粲夸克和奇异夸克耦合的性能，我们开发了机器学习方法来改进对希格斯衰变为双喷注事例的选取。我们的方法基于提升决策树(BDT)、全连接神经网络(FCNN)和卷积神经网络(CNN)。我们发现基于BDT和FCNN的算法优于传统的基于截断的方法。通过使用FCNN改进希格斯双喷注衰变事例的选取，粲夸克信号强度以16%的误差被测量，这比基于截断分析所得的34%精度大约好一倍。此外，在95%置信水平下，FCNN将奇异夸克信号强度限制为μ_ss ≲ 35，而基于截断方法所得为μ_ss ≲ 70。
引用
@article{arxiv.2202.02534,
title = {Deeply Learned Preselection of Higgs Dijet Decays at Future Lepton Colliders},
author = {So Chigusa and Shu Li and Yuichiro Nakai and Wenxing Zhang and Yufei Zhang and Jiaming Zheng},
journal= {arXiv preprint arXiv:2202.02534},
year = {2022}
}