[논문 리뷰] Pulling the Higgs and Top needles from the jet stack with Feature Extended Supervised Tagging

J. A. Aguilar–Saavedra|arXiv (Cornell University)|2021. 02. 02.

Particle physics theoretical and experimental studies참고 문헌 62인용 수 7

한 줄 요약

이 논문은 강력한 H →ℓνq̄q 및 t →ℓνb 붕괴에서 유도된 고에너지 비등방성 충전 렙톤의 운동량 특성—특히 렙톤 에너지 분율 z와 제트 축에 대한 ∆R—을 표준 제트 하위구조 변수들과 함께 통합함으로써 QCD 제트로부터 블루스트된 힉스 보존 및 토퍼 쿼크를 더 잘 구분하는 데 목적이 있는 신규 신경망 기반 제트 태깅 기법인 기능 확장 감독 태깅(FEST)을 소개한다. FEST는 50% 힉스/톱 효율에서 10⁴–10⁵의 경량 제트 기각율과 50% 힉스 효율에서 100–300의 토퍼 쿼크 기각율을 달성하여 새로운 물리학 탐색에서 감도를 크게 향상시킨다.

ABSTRACT

Jet tagging has become an essential tool for new physics searches at the high-energy frontier. For jets that contain energetic charged leptons we introduce Feature Extended Supervised Tagging (FEST) which, in addition to jet substructure, considers the features of the charged lepton within the jet. With this method we build dedicated taggers to discriminate among boosted $H o \ell u q \bar q$, $t o \ell u b$, and QCD jets (with $\ell$ an electron or muon). The taggers have an impressive performance, allowing for overall light jet rejection factors of $10^4-10^5$, for top quark / Higgs boson efficiencies of $0.5$. The taggers are also excellent in the discrimination of Higgs bosons from top quarks and vice versa, for example rejecting top quarks by factors of $100-300$ for Higgs boson efficiencies of $0.5$. We demonstrate the potential of these taggers to improve the sensitivity to new physics by using as example a search for a new $Z'$ boson decaying into $Z H$, in the fully-hadronic final state.

연구 동기 및 목표

• 블루스트된 힉스 또는 톱 쿼크 붕괴에서 유도된 고에너지 비등방성 충전 렙톤을 포함하는 제트를 위한 전용 태거의 부족을 해결하기 위해.
• 특히 새로운 물리학 탐색에 관련된 고에너지 블루스트 영역에서 QCD 제트로부터 H →ℓνq̄q 및 t →ℓνb 제트를 더 잘 분리하기 위해.
• 기존의 일반적 태깅 또는 b-태깅 접근 방식을 초월하여 제트 하위구조와 고립 렙톤 특성을 모두 활용하여 태깅 성능을 향상시키는 방법을 개발하기 위해.
• 실제 신물리학 탐색, 예를 들어 완전하게 하드론적 끝상태에서 Z′ →ZH 붕괴를 고려할 때, 이 방법이 감도에 미치는 영향을 입증하기 위해.

제안 방법

• FEST는 두 개의 은닉층(512 및 64 노드)을 가지며, ReLU 활성화 함수와 다중 클래스 분류를 위한 소프트맥스 출력을 사용하는 순방향 신경망을 사용한다.
• 입력 특징으로는 제트 질량(40–170 GeV), 횡방향 운동량(0.4–2.2 TeV), N-서브제트니스 변수(1/2, 1, 2, 5, 6), 렙톤 에너지 분율 z = Eℓ/EJ, 그리고 제트 축으로부터의 각도 거리 ∆R = √(Δη² + Δφ²)가 포함된다.
• 훈련 안정성과 수렴성을 향상시키기 위해 표준 모형 배경 분포를 사용하여 입력을 표준화한다.
• 네트워크는 Higgs, 토퍼, QCD 제트 클래스에 대한 세 확률(p₁, p₂, p₀)을 출력하며, p₁ + p₂ + p₀ = 1을 만족한다.
• 네트워크는 QCD 디제트 샘플을 배경으로 하여 pp →ZH (H →ℓνq̄q) 및 pp →Zt (t →ℓνb) 과정의 파arton 수준 이벤트를 기반으로 훈련 및 검증된다.
• 실제적인 훈련 데이터를 생성하기 위해 Delphes(CMS 카드)를 사용한 빠른 검출기 시뮬레이션과, anti-kT (R=0.8) 및 Recursive Soft Drop 그룸링을 활용한 제트 재구성 기법을 사용한다.

실험 결과

연구 질문

• RQ1 충전 렙톤 운동량 특성(z 및 ∆R)을 제트 태깅에 통합함으로써 블루스트된 힉스 및 토퍼 쿼크 제트를 QCD 배경으로부터 현저히 향상시킬 수 있는가?
• RQ2 기존의 일반적 태깅 또는 b-태깅 방법과 비교할 때, FEST는 힉스 및 토퍼 쿼크에 대해 경량 제트 기각율과 신호 효율 측면에서 어떤 성능을 보이는가?
• RQ3 렙톤 특성의 통합이 특히 겹치는 끝상태에서 힉스와 토퍼 쿼크 제트 간의 분리에 얼마나 기여하는가?
• RQ4 Z′ →ZH 붕괴가 완전하게 하드론적 끝상태에서 발생할 경우, FEST는 새로운 물리학 탐색의 감도에 어떤 영향을 미치는가?
• RQ5 b-제트에 적용되었을 때, 이 방법은 경량 제트만으로 훈련되었음에도 불구하고 높은 성능를 유지하는가?

주요 결과

• FEST는 힉스 및 토퍼 쿼크 신호에 대해 각각 50% 효율에서 10⁴에서 10⁵의 경량 제트 기각율을 달성한다.
• 히iggs 보존 식별에 있어, 이 방법은 50% 힉스 효율에서 토퍼 쿼크 제트를 100에서 300배 기각한다.
• 렙톤 에너지 분율 z와 ∆R의 통합은 특히 고운동량 영역에서 하위구조만을 사용하는 방법보다 분리 성능을 현저히 향상시킨다.
• 경량 제트만으로 훈련된 태거가 b-제트에서도 뛰어난 성능를 보이며, 바텀 쿼크 함량에 대해 강건함을 보여준다.
• 완전하게 하드론적 끝상태에서 Z′ 보손이 ZH로 붕괴하는 경우를 대상으로 한 벤치마크 탐색에서, FEST는 기존 태깅 기법보다 감도를 향상시킨다.
• 렙톤 pT에 대한 경미한 사전 선택 조건(≥10 GeV)에도 불구하고, 네트워크가 QCD 제트 내의 더 낮은 에너지 렙톤을 인식할 수 있기 때문에 이 방법은 강건성이 있다.