[論文レビュー] Search for new phenomena in two-body invariant mass distributions using unsupervised machine learning for anomaly detection at $\sqrt{s} = 13$ TeV with the ATLAS detector

ATLAS Collaboration|arXiv (Cornell University)|Jul 4, 2023

Particle physics theoretical and experimental studiesPhysics and Astronomy被引用数 3

ひとこと要約

本研究では、ATLAS検出器を用いた13 TeVの衝突において、2体のインバリアント質量分布における異常を検出するために、教師なし機械学習を用いたモデルに依存しない新しい物理の探索を提示する。標準模型（SM）イベントに学習させたオートエンコーダーを用い、運動量的特徴のずれを特定する。140 fb⁻¹のデータにおいて顕著な異常は観測されず、複数のベンチマークBSMモデルにおける新しい物理の制限が設定された。

ABSTRACT

Searches for new resonances are performed using an unsupervised anomaly-detection technique. Events with at least one electron or muon are selected from 140 fb$^{-1}$ of $pp$ collisions at $\sqrt{s} = 13$ TeV recorded by ATLAS at the Large Hadron Collider. The approach involves training an autoencoder on data, and subsequently defining anomalous regions based on the reconstruction loss of the decoder. Studies focus on nine invariant mass spectra that contain pairs of objects consisting of one light jet or $b$-jet and either one lepton ($e$, $μ$), photon, or second light jet or $b$-jet in the anomalous regions. No significant deviations from the background hypotheses are observed.

研究の動機と目的

• 教師なし機械学習を用いて、標準模型を超える新しい物理のモデルに依存しない探索戦略を開発すること。
• 信号のトポロジーに関する事前の仮定を置かずに、2体のインバリアント質量分布における異常を検出すること。
• オートエンコーダーに基づく再構成誤差を用いて、標準模型の期待と異なるイベントを同定すること。
• 2 TeV前後で共鳴状態を示す多様なベンチマークBSMモデルにおける、この手法の感度を評価すること。
• 13 TeVの陽子-陽子衝突データ140 fb⁻¹を用いて、新しい物理過程の除外限界を設定すること。

提案手法

• 標準模型背景イベントが豊富に含まれる140 fb⁻¹のATLASデータを用いてオートエンコーダー（AE）を学習する。
• AEは入力イベントを再構成し、再構成誤差を異常スコアとして用いて特異なイベントを同定する。
• 異常領域（ARs）は、インバリアント質量分布とは独立して、高い再構成誤差に基づいて定義される。
• 9つの2体最終状態が検討された：ジェット＋レプトン、光子、または2番目のジェット（ライトまたはbジェット）、主に一次または二次の対象を選択した。
• 分離された電子またはミュオンをトリガーにすることで、1 TeV未満の低質量共鳴状態にアクセスでき、トリガーの閾値効果を回避する。
• 感度評価および異常領域の定義のために、ベンチマークBSMモデル（例：電荷付きヒッグス、W'K、Z'、ダークマター模型）がシミュレーションされた。

Figure 1: Distributions of the anomaly score from the AE for data and five benchmark BSM models. Their legends, from top to bottom, are: (1) charged Higgs boson production in association with a top quark, $tbH^{+}$ with $H^{+}\to t\bar{b}$ ; (2) a Kaluza–Klein gauge boson, $W_{\text{KK}}$ , with the

実験結果

リサーチクエスチョン

• RQ1 教師なし機械学習は、特定の信号モデルを仮定せずに、2体のインバリアント質量スペクトルにおける新しい物理信号を検出可能か？
• RQ2 オートエンコーダーに基づく異常検出法は、多次元イベントトポロジーにおける標準模型背景からのずれを効果的に同定できるか？
• RQ3 2 TeV前後で共鳴状態を示す多様なベンチマークBSMモデルに対する、この手法の感度限界は何か？
• RQ4 レプトントリガーは、ジェットトリガーと比較して、低質量共鳴状態の探索をどのように向上させるか？
• RQ5 異なる最終状態およびベンチマークモデルにおいて、異常スコア分布におけるずれの観測された有意水準は何か？

主な発見

• 検討された9つの2体最終状態のいずれに対しても、標準模型背景仮説からの顕著なずれは観測されなかった。
• 5つのベンチマークBSMモデル（例：H⁺、W'K、Z'、W'、Z'ダークマター）の異常スコア分布は、背景の期待と整合的であり、異常領域に過剰は観測されなかった。
• 異常領域における可視断面積の観測限界は、モデルや最終状態に応じて0.05〜0.5 fbの範囲にあった。
• この手法は、標準模型の期待と異なる運動量的特徴を効果的に同定でき、再構成誤差が頑健な異常指標として機能した。
• この探索手法は、レプチオン的、ハドロン的、および二光子チャネルを含む多様な最終状態において、約2 TeVの共鳴状態に感度を持つことが確認された。
• 顕著な信号の不在により、特にbジェット、光子、レプトンを含む最終状態に崩壊する共鳴状態に対する新しい物理モデルの除外限界が新たに設定された。

Figure 2: Invariant mass distributions of jet ​+ ​ $Y$ for $m_{jY}>$0.3\text{\,}\mathrm{TeV}$$ in the $10\text{\,}\mathrm{pb}$ AR along with the fit of Eq. 1 . The fits are represented by the lines, while the associated statistical uncertainties are indicated by the shaded bands. The lower panels sh