利用深度学习技术提升三重希格斯玻色子搜索灵敏度
高能物理 - 唯象学
2025-10-03 v1 高能物理 - 实验
摘要
我们使用包含标准模型之外的扩展标量区的两个基准模型，研究深度学习技术以提高全喇叭 通道中共振三重希格斯玻色子搜索灵敏度的能力，该通道因从多个 -喷子中正确重建希格斯玻色子而受组合挑战的制约。更具体地，我们采用对称保持注意力网络 (\textsc{Spa-Net}) 的框架，该网络在实现正确的 -喷子配对后考虑置换对称性，以解决喷子配对和事件分类问题。在信号和背景判别方面实现了显著提升的效率。与传统稠密神经网络相比，\textsc{Spa-Net} 在共振生产十字截面上实现了最高可达 40% 的更严格限制。这些结果凸显了使用先进机器学习技术显著提高全喇叭通道中三重希格斯玻色子搜索灵敏度的潜力。
引用
@article{arxiv.2510.01672,
title = {Enhancing the Sensitivity for Triple Higgs Boson Searches with Deep Learning Techniques},
author = {Cheng-Wei Chiang and Feng-Yang Hsieh and Shih-Chieh Hsu and Ian Low and Zhi-Zhong Li},
journal= {arXiv preprint arXiv:2510.01672},
year = {2025}
}