用于识别洛伦兹增强希格斯玻色子衰变到一对W玻色子的粒子Transformer
高能物理 - 实验
2026-04-14 v1 仪器与探测器
摘要
本文介绍了一种新型深度神经网络分类器——"粒子Transformer"(PaRT)，用于识别CMS合作组在CERN LHC进行的测量和搜索中重建为单喷注或多叉喷注的高度洛伦兹增强共振态。PaRT基于自注意力机制，允许模型权衡不同粒子的重要性，并在多种拓扑结构上进行训练，首次在源自增强希格斯玻色子衰变到W玻色子的喷注上展现出强大性能。在背景效率为1%时，PaRT算法对此类喷注的标记效率超过50%，同时保持与喷注质量的去相关。利用CMS在质心能量13 TeV下收集的质子-质子对撞数据进行了标定，数据集对应总亮度为138 fb。数据与模拟的选择效率比例因子测量值在0.9至1.0范围内，相对不确定度在7%至23%之间。PaRT的标记能力增强了标准模型测量以及对衰变到强子双玻色子系统的超出标准模型共振态的搜索灵敏度。
引用
@article{arxiv.2604.09809,
title = {Particle transformers for identifying Lorentz-boosted Higgs bosons decaying to a pair of W bosons},
author = {CMS Collaboration},
journal= {arXiv preprint arXiv:2604.09809},
year = {2026}
}
备注
Submitted to the Journal of High Energy Physics. All figures and tables can be found at http://cms-results.web.cern.ch/cms-results/public-results/publications/JME-25-001 (CMS Public Pages)