通过离壳 Higgs 生成的基于神经仿真的 Higgs 三线性自耦合推断
高能物理 - 唯象学
2026-05-18 v2 高能物理 - 实验
数据分析、统计与概率
机器学习
摘要
粒子物理学未来面临的主要挑战之一是对 Higgs 三线性自耦合的实验测定。虽然研究主要集中在质子-质子碰撞中的在壳双 Higgs 和单 Higgs 生成，但离壳 Higgs 生成也被提出作为一种有价值的互补探针。在本文中，我们设计了一种混合神经仿真推断（NSBI）方法，以构建包含标准模型有效场论（SMEFT）修正、相关背景过程以及量子干涉效应的 Higgs 信号似然函数。该方法利用了矩阵元增强技术的训练效率（这对于稳健的 SMEFT 应用至关重要），同时结合了基于分类方法在有效背景估计方面的实用优势。我们证明我们的 NSBI 方法实现了接近理论最优的灵敏度，并为大型强子对撞机的高亮度升级提供了预期约束。虽然我们主要关注 Higgs 三线性自耦合，但也考虑了对影响离壳 Higgs 生成的其他 SMEFT 算符的约束。
引用
@article{arxiv.2507.02032,
title = {Neural simulation-based inference of the Higgs trilinear self-coupling via off-shell Higgs production},
author = {Aishik Ghosh and Maximilian Griese and Ulrich Haisch and Tae Hyoun Park},
journal= {arXiv preprint arXiv:2507.02032},
year = {2026}
}
备注
27 pages, 17 figures, 2 tables; v2: revised and improved version of the manuscript as accepted for publication in EPJC