利用深度学习测量同号WW散射的极化分数
高能物理 - 唯象学
2019-02-19 v2 高能物理 - 实验
摘要
在LHC上研究散射的纵向极化分数，对于通过Higgs和可能的新物理检验矢量玻色子散射振幅的幺正化机制至关重要。我们在此首次应用深度神经网络分类来提取纵向分数。基于用Delphes框架实现的快速模拟，发现深度神经网络可取得显著改进，且在所有双喷注质量区域均稳健。保守估计表明，在High-Luminosity LHC设计的3000 亮度下，可达到四倍标准偏差的高显著性。
引用
@article{arxiv.1812.07591,
title = {Polarization fraction measurement in same-sign WW scattering using deep learning},
author = {Junho Lee and Nicolas Chanon and Andrew Levin and Jing Li and Meng Lu and Qiang Li and Yajun Mao},
journal= {arXiv preprint arXiv:1812.07591},
year = {2019}
}
备注
4 pages, 5 figures, updated draft to match published version