[논문 리뷰] ATLAS searches for additional scalars and exotic Higgs boson decays with the LHC Run 2 dataset

Aad, Georges, Aakvaag, Erlend외 2915명|arXiv (Cornell University)|2024. 01. 01.

Particle physics theoretical and experimental studies인용 수 2

한 줄 요약

이 논문은 LHC 런 2 동안 13 TeV 프로톤-프로톤 충돌 데이터 140 fb⁻¹를 사용하여 추가 스칼라 입자 및 이국적인 힉스 보손 붕괴를 위한 ATLAS 검색에 대한 종합적인 리뷰를 제시한다. 다양한 블랙스페이스 모델(BSM)에 대한 업데이트된 배제 한계를 보고하며, 여러 채널에서 작지만 지속적인 초과 현상이 확인되었고, 특히 머신 러닝과 향상된 플레이버 태깅 기술을 포함한 고급 실험 기법들이 더 강력한 감도와 더 넓은 단면적 영역 커버리지 가능성을 제시한다.

ABSTRACT

This report reviews the published results of searches for possible additional scalar particles and exotic decays of the Higgs boson performed by the ATLAS Collaboration using up to 140 fb$^{-1}$ of 13 TeV proton-proton collision data collected during Run 2 of the Large Hadron Collider. Key results are examined, and observed excesses, while never statistically compelling, are noted. Constraints are placed on parameters of several models which extend the Standard Model, for example by adding one or more singlet or doublet fields, or offering exotic Higgs boson decay channels. Summaries of new searches as well as extensions of previous searches are discussed. These new results have a wider reach or attain stronger exclusion limits. New experimental techniques that were developed for these searches are highlighted. Search channels which have not yet been examined are also listed, as these provide insight into possible future areas of exploration.

연구 동기 및 목표

• LHC 런 2 전체 데이터셋을 활용하여 표준모형을 초월한 추가 스칼라 입자 및 이국적 힉스 보손 붕괴를 체계적으로 탐색하기 위해.
• 이중 힉스 더블릿 모델, 싱เก트 확장, 이색 힉스 붕괴를 포함한 다양한 BSM 모델을 실험 데이터를 통해 제약하기 위해.
• 다양한 검색 채널에서 관찰된 작고 지속적인 초과 현상이 새로운 물리학의 힌트일 수 있음을 식별하고 분석하기 위해.
• 머신 러닝 및 향상된 물체 재구성과 같은 고급 실험 기법을 개발하고 적용하여 도전적인 최종 상태에서 감도를 향상시키기 위해.
• 미래의 런 3 및 그 이후 검색을 위한 지침을 제공하기 위해 현재 다루지 않은 서명을 매핑하고, 특히 고·저질량 영역과 장수 입자에 초점을 맞추기 위해.

제안 방법

• LHC 런 2 기간 동안 ATLAS 검출기에서 수집한 최대 140 fb⁻¹의 13 TeV pp 충돌 데이터를 사용하였다.
• 복잡한 최종 상태에서 신호-배경 분리 향상을 위해 부스팅된 决定 트리와 딥 네URAL 네트워크를 포함한 다변량 분석 기법을 적용하였다.
• 부스팅된 토폴로지와 고운동량 최종 상태에서 감도 향상을 위해 고급 제트 서브스트럭처 및 병합 객체 재구성 기법을 구현하였다.
• 특히 몬테카를로 시뮬레이션 통계 및 검출기 효과로부터 유래하는 체계적 불확실성을 제약하기 위해 데이터 기반 방법을 사용하였다.
• 백그라운드 기여를 추정하거나 배제하기 위해 머신 러닝을 활용하여 시뮬레이션 의존도를 줄이고 강건성을 향상시켰다.
• 딥 러닝 기반의 향상된 플레이버 태깅 알고리즘을 적용하여 토프 및 힉스 연관 최종 상태에서 b- 및 c-제트 식별 능력을 향상시켰다.

실험 결과

연구 질문

• RQ1 런 2 데이터를 사용하여 다양한 붕괴 모드에서 추가 중성 및 양성 힉스 보손에 대해 가장 강력한 배제 한계는 무엇인가요?
• RQ2 어느 한 힉스 보손 붕괴 채널이나 공명 붕괴 검색에서 표준모형과 통계적으로 유의미한 이탈이 관찰되었나요?
• RQ3 고급 머신 러닝 기법은 낮은 신호-배경 비율, 높은 배경 최종 상태에서 감도를 어떻게 향상시키나요?
• RQ4 미래의 런 3 및 그 이후 검색을 위한 유망한 전초로 남아 있는 실험 서명은 무엇이며, 어떤 것이 있나요?
• RQ5 현재 힉스 및 BSM 검색에서 지배적인 체계적 불확실성은 무엇이며, 데이터 기반 방법으로 어떻게 완화할 수 있나요?

주요 결과

• 통계적으로 유의미한 새로운 물리학 신호는 관측되지 않았지만, 특히 H→bb̄, H→μμ, H→ττ 최종 상태에서 작지만 지속적인 초과 현상이 관측되어 새로운 물리학의 힌트를 시사한다.
• 2HDM, 싱게트 및 더블릿 스칼라 확장, 그리고 비가시성 또는 (표현)스칼라 최종 상태로의 이색 힉스 붕괴를 포함한 다양한 BSM 모델에 대해 넓은 범위에서 배제 한계가 연장되었다.
• 특히 공명적 힉스 쌍 생성 및 H→ZZ*, H→WW* 최종 상태에서 이전 검색보다 더 강력한 배제 한계를 달성하였다.
• 머신 러닝 기법은 부스팅 및 다중제트 최종 상태에서 배경 기여를 감소시키고 신호 식별 능력을 향상시켜 감도 향상에 크게 기여하였다.
• 딥 러닝 기반의 향상된 플레이버 태깅은 토프 및 힉스 연관 최종 상태에서 체계적 불확실성을 감소시키고 감도를 향상시켰다.
• 장수 입자, 캐스케이드 붕괴, 매우 가벼운 또는 매우 무거운 공명체를 포함한 미다루어진 서명이 향후 런 3 및 그 이후 검색의 고위험 우선 과제로 규명되었다.