在 LHC 上利用机器学习探测三重 Higgs 耦合

测量三重 Higgs 耦合是 LHC 及未来对撞机实验中的一项关键任务。我们将消息传递神经网络（MPNN）应用于 LHC 上末态为 $2b + 2\ell + E_{\rm T}^{\rm miss}$ 的非共振 Higgs 对产生过程 $pp \to hh$ 的研究。尽管 MPNN 能够提升信号显著性，但在 LHC 上观测该过程仍具挑战性。我们发现，在 3000 fb$^{-1}$ 亮度下，Higgs 对产生截面的 $2\sigma$ 上限（包含 10\% 的系统不确定性）为 LHC 上 SM 预测截面的 3.7 倍，这将把三重 Higgs 耦合限制在 $[-3,11.5]$ 范围内。