通过矢量玻色子融合寻找不可见 Higgs：一种深度学习方法
高能物理 - 唯象学
2020-11-20 v2 高能物理 - 实验
摘要
矢量玻色子融合最初作为寻找重 Higgs 的替代通道提出，现已成为探测 Higgs boson 不同性质或新物理的关键搜索方案。我们探索在不可见衰变 Higgs 搜索中完全基于低层量能器数据的深度学习优势。此努力超越了数十年来对显著事件运动学与辐射模式作为矢量玻色子融合机制中入射部分子间无颜色交换特征的传统信赖。我们考量不同神经网络架构，将低层与高层输入变量均纳入作为详细比较分析。为与现有技术一致比较，我们紧密遵循 CMS 近期基于 36 fb 数据的不可见 Higgs 搜索实验研究。我们发现，精巧的深度学习技术利用同等数据量可将不可见分支比的界限提升三倍。该方法不依赖任何排他性事件重建，即可对类 SM Higgs boson 的不可见分支比给出最严格界限，此结果能严重约束众多不同 BSM 模型。
引用
@article{arxiv.2008.05434,
title = {Invisible Higgs search through Vector Boson Fusion: A deep learning approach},
author = {Vishal S. Ngairangbam and Akanksha Bhardwaj and Partha Konar and Aruna Kumar Nayak},
journal= {arXiv preprint arXiv:2008.05434},
year = {2020}
}
备注
Included estimation of pixelwise energy uncertainty, minor changes in text and updated references. Accepted for publication in EPJC