[論文レビュー] CWoLa Hunting: Extending the Bump Hunt with Machine Learning

Jack H. Collins, Kiel Howe+1 more|arXiv (Cornell University)|May 7, 2018

Particle physics theoretical and experimental studies参考文献 5被引用数 8

ひとこと要約

この論文は、信号の仮定を必要とせず、全般的な多次元情報を利用することで、従来のバンプハンティングを拡張するモデルに依存しない機械学習手法、CWoLa Huntingを紹介する。分類器を用いた信号強調と不変質量再構築を組み合わせることで、新しい共鳴状態の検出において優れた感度を達成した。特に、従来の手法が失敗する困難な全ハドロンチャンネルにおいて実証された。

ABSTRACT

The oldest and most robust technique to search for new particles is to look for `bumps' in invariant mass spectra over smoothly falling backgrounds. This is a powerful technique, but only uses one-dimensional information. One can restrict the phase space to enhance a potential signal, but such tagging techniques require a signal hypothesis and training a classifier in simulation and applying it on data. We present a new method for using all of the available information (with machine learning) without using any prior knowledge about potential signals. Given the lack of new physics signals at the Large Hadron Collider (LHC), such model independent approaches are critical for ensuring full coverage to fully exploit the rich datasets from the LHC experiments. In addition to illustrating how the new method works in simple test cases, we demonstrate the power of the extended bump hunt on a realistic all-hadronic resonance search in a channel that would not be covered with existing techniques.

研究の動機と目的

• 信号の仮定なしに多次元データを完全に活用できる、モデルに依存しない新物理探索手法の開発。
• 一次元不変質量分布に依存する従来のバンプハンティングの限界を克服すること。
• 標準的なタギング手法が効果を発揮しないような、全ハドロン崩壊のような困難な最終状態における共鳴状態の検出を可能にすること。
• 高背景の複雑さが特徴のLHC探索シナリオにおいて、本手法の有効性を実証すること。

提案手法

• シミュレートされた信号事象とバックグラウンド事象を用いてトレーニングされた分類器を用い、信号感度が向上する位相空間領域を特定する。
• 分類器の出力をデータに適用し、多次元イベント情報を一次元の判別子に変換することで、バンプハンティングに適した形式に変換する。
• その判別子を用いて不変質量分布を構築し、信号強化された観測量に対して標準的なバンプハンティング手法を適用する。
• 本手法は、共鳴状態の量子数や崩壊トポロジーに関する仮定が不要であるため、位相空間の完全なカバレッジを確保する。

実験結果

リサーチクエスチョン

• RQ1 機械学習的手法を用いることで、信号モデルの仮定なしに、全般的な多次元情報を利用した従来のバンプハンティングの拡張は可能か？
• RQ2 全ハドロン崩壊のような、標準的なタギング手法が失敗する最終状態における共鳴状態の検出において、本手法はどの程度の性能を示すか？
• RQ3 現実的なLHC探索環境において、従来のバンプハンティングと比較して、本手法はどの程度感度が向上するか？
• RQ4 信号の仮定なしに、高バックグラウンドで複雑な位相空間においても、新物理信号を検出可能か？

主な発見

• 従来のバンプハンティングやタギング手法が、支配的なQCDバックグラウンドのため失敗する全ハドロン最終状態においても、本手法は共鳴状態を正常に検出できた。
• トレーニング済みの分類器を用いて多次元情報を活用することで、不変質量のみに依存する手法よりも信号感度が著しく向上した。
• 信号トポロジーや量子数に関する仮定が不要であるため、位相空間の完全なカバレッジが達成された。
• 本手法は、複雑で現実的なLHC環境において、従来の一次元バンプハンティングよりもはるかに強力なモデルに依存しない探索が可能であることを示した。