基于顶点极化的标量腿量模型射流次结构探针

研究腿量及其与不同chirality下fermion耦合方式，为区分不同腿量模型提供了强大的工具。我们聚焦两个具体的第三代标量腿量模型，$S_3$和$R_2$，其在 electroweak量子数和与顶点quark耦合的chiral结构上存在差异，导致顶点极化状态的差异。为增强分析效果，我们采用软删除(Soft Drop)、$N$子能量度量($N$-subjettiness)和自定义$b$标记方法，以及其他事件变量。该分析使用固定半径和动态半径喷流聚类算法。对信号与标准模型背景进行多变量分析，使用提升决策树(BDT)进行隔离。对于质为1250 GeV的腿量，分析在14 TeV HL-LHC条件下实现最高达$5.3\,\sigma$的信号显著性。此外，应用$CL_s$基于轮廓似然估计器对极化敏感变量进行建模，以区分两个模型。为增强两个模型之间的分离，额外训练一个BDT网络以区分$S_3$和$R_2$模型。所选信号区域中，BDT分类器得分实现最高达$3.2\,\sigma$的分离得分，优于传统变量如$E_b/E_t$和$\cos\theta_b$。