中文

机器学习希格斯玻色子-顶夸克 CP 相位

高能物理 - 唯象学 2022-05-17 v2 高能物理 - 实验

摘要

我们探索了在高亮度 LHC 上通过 ppttˉhpp\to t\bar{t}h 道直接测量希格斯-顶夸克 CP 的方法。我们展示了机器学习技术与高效运动学重建方法的结合能够提升新物理灵敏度,有效探测复杂的 ttˉht\bar{t}h 多粒子相空间。特别关注了顶夸克极化观测量,将分析从单纯的截面测量提升为极化研究。通过结合与 hγγh\to \gamma\gamma 关联的强子、半轻子和双轻子顶夸克对末态,我们得出 HL-LHC 能够分别探测希格斯-顶夸克耦合修正因子和 CP 相位,在 68% 置信水平下达到 κt8%|\kappa_t|\lesssim 8\%α13|\alpha|\lesssim 13^{\circ} 的精度。

关键词

引用

@article{arxiv.2110.07635,
  title  = {Machine learning the Higgs boson-top quark CP phase},
  author = {Rahool Kumar Barman and Dorival Gonçalves and Felix Kling},
  journal= {arXiv preprint arXiv:2110.07635},
  year   = {2022}
}

备注

Published version in PRD, 12 pages, 5 figures