[論文レビュー] Higgs tagging with the Lund jet plane

Charanjit K. Khosa, Simone Marzani|arXiv (Cornell University)|May 9, 2021

Particle physics theoretical and experimental studies被引用数 4

ひとこと要約

この論文では、Lund jet平面を用いてジェットを画像形式の表現に変換し、その後、畳み込みニューラルネットワーク（CNN）で分類する、新しいヒッグスタギング手法を提案している。この手法は、特に高ブースト状況下で、QCDに起因するタギング手法（例：ジェットカラー環）よりも優れた性能を示し、ヒッグスボソンが bottom クォークやライトジェットに崩壊する場合の、QCDバックグラウンドからの分離性能が向上している。

ABSTRACT

We construct a procedure to separate boosted Higgs bosons decaying into hadrons, from the background due to strong interactions. We employ the Lund jet plane to obtain a theoretically well-motivated representation of the jets of interest and we use the resulting images as the input to a convolutional neural network classifier. In particular, we consider two different decay modes of the Higgs boson, namely into a pair of bottom quarks or into light jets, against the respective backgrounds. For each case, we consider both a moderate- and high- boost scenario. The performance of the tagger is compared to what is achieved using a traditional single-variable analysis which exploits a QCD inspired color-singlet tagger, namely the jet color ring observable. Furthermore, we study the dependence of the tagger's performance on the requirement that the invariant mass of the selected jets should be close to the Higgs mass.

研究の動機と目的

• 高エネルギー環境における強いQCDバックグラウンドを伴う状況下でも、ヒッグスボソンのハドロン崩壊を強固にタグする手法を開発すること。
• 理論的に根拠を持つLund jet平面表現を活用し、機械学習ベースの分類に適したジェット画像特徴を向上させること。
• CNNベースのタギング手法と、従来の単一変数手法（例：ジェットカラー環観測量）との性能を比較すること。
• 選択されたジェットの組み合わせのインvariant質量がヒッグスボソン質量に近いという制約が、タギング効率に与える影響を評価すること。

提案手法

• Lund jet平面を用いて、ジェットの角度的および運動量的構造を2次元画像表現にマップし、パートオンの階層的分裂パターンを捉える。
• 得られたジェット画像を、ヒッグス崩壊ジェットとQCDバックグラウンドジェットを区別するように学習された畳み込みニューラルネットワーク（CNN）に供給する。
• この手法は、中程度ブーストおよび高ブーストの両状態において、H → bb̄ および H → qq̄ の2つの崩壊モードに適用されている。
• 性能は、従来の単一変数分析（QCDに起因するカラーチャネルタギング手法としてのジェットカラー環観測量）と比較してベンチマークされている。
• 再構築されたジェットのインバリアント質量がヒッグスボソン質量に近いという制約が、タギング性能に与える影響を評価している。

実験結果

リサーチクエスチョン

• RQ1 従来の単一変数観測量と比較して、Lund jet平面表現はヒッグスタギング性能を向上させることができるか？
• RQ2 CNNベースのタギング手法は、高ブースト状況下で、ヒッグスボソンが bottom クォークに崩壊する場合を、QCDバックグラウンドからどれほど効果的に区別できるか？
• RQ3 選択されたジェットのインバリアント質量がヒッグスボソン質量に近いという制約を課すことで、真のヒッグス崩壊を同定する能力が向上するか？
• RQ4 異なるブーストレベルおよび崩壊モードにおいて、CNNベースのタギング手法とジェットカラー環観測量の性能はどのように比較されるか？

主な発見

• Lund jet平面画像を用いたCNNベースのタギング手法は、中程度ブーストおよび高ブーストの両状況下で、従来のジェットカラー環観測量よりも優れた性能を達成している。
• この手法は、特に従来の手法が困難に感じる高ブースト状況下で、bottom クォークやライトジェットへのヒッグス崩壊に対して、感度が向上している。
• 再構築されたジェットのインバリアント質量がヒッグスボソン質量に近いという制約を課すことで、信号対バックグラウンドの分離性能が向上し、特にCNN分類器と組み合わせた場合に顕著である。
• Lund jet平面は、深層学習モデルに適したジェットの部分構造を効果的に符号化する理論的に根拠のある情報豊富な表現を提供する。