用于多喷注背景估计的再平衡与涂抹方法

对于许多在含有喷注和横向动量缺失的末态中寻找超出标准模型物理的粒子对撞机搜索来说，来自QCD多喷注过程的事件是一个重要且具有挑战性的背景贡献。CMS和ATLAS实验此前已开发出数据驱动方法，旨在蒙特卡洛方法存在较大理论和实验不确定性的情况下取得成功。其中一种方法是再平衡与涂抹（R&S），它通过对数据控制区域应用一系列折叠和解折叠技术来预测QCD背景。本文对R&S方法进行了自上而下的描述，并讨论了其适用性和局限性。提供了一个软件应用程序，该程序使用公开的非专有工具执行R&S方法，并与Delphes3产生的数据集进行接口。总的来说，该方法适用于在寻找稳定不可探测粒子（如暗物质候选者）时预测多喷注背景。本文在14 TeV质子-质子对撞的模拟事件中，针对一个潜在的超对称夸克伙伴衰变产物中寻找Higgsino暗物质的场景进行了案例研究。探讨了潜在偏差的来源，并提出了评估系统不确定性的建议。