强中子混合在强子对撞机中的探测前景：基于机器学习的研究

我们应用机器学习技术探索左手-右手对称模型中反式seesaw机制下的重中子混合，在高能强子对撞机中进行搜索。重中子的马约拉纳特性会诱导出过程 $pp \to W_R^\pm \to \ell_\alpha^\pm N \to \ell_\alpha^\pm \ell_\beta^{\mp,\pm} jj$，其中包含反符号(opposite-sign, OS)和相同符号(same-sign, SS)的双电子及两个喷射子。电子 $\ell = e ,\, \mu$ 和喷射子的分布及其相关性被用作机器学习分析的输入。我们发现对于OS和SS过程，XGBoost能够有效区分信号与标准模型背景。我们估算了在OS和SS $ee$、$\mu\mu$ 和 $e\mu$ final states下，重中子质量 $m_N$ 和其混合参数在 $\sqrt{s} = 14$ TeV、27 TeV和100 TeV下的灵敏度。结果显示，OS通道可探测至17.1 TeV，SS通道可探测至19.5 TeV。重中子混合角的正弦值可在OS通道中探测至 $\sqrt{2}/2$，在SS通道中探测至0.69。