[论文解读] Determination of supersymmetric masses using kinematic fits at the LHC

C. Autermann, Benedikt Mura+3 more|ArXiv.org|Nov 13, 2009

Particle physics theoretical and experimental studies参考文献 38被引用 4

一句话总结

本文提出一种基于遗传算法的运动学拟合方法，用于在大型强子对撞机（LHC）的完全强子终态中重建超对称衰变链，利用不变质量约束和角衰变信息以抑制组合背景。该方法可实现对 squark 和 chargino/neutralino 质量的精确重建，正确喷流分配率约为45%，并生成 SUSY 参数空间的概率图，该图存在系统性偏差，倾向于高选择费米子质量，但可通过蒙特卡洛模拟进行校正。

ABSTRACT

In case of the discovery of supersymmetry at the LHC, the goal will be to identify the underlying theory, its fundamental parameters, and the masses of SUSY particles. We followed here the approach to reconstruct the decay chains in SUSY events under the assumption of common intermediate masses. These masses cannot be extracted from each event because of the unmeasured LSP momenta in case of R-parity conservation. But an ensemble of events can be over-constrained, if the decay chains are long enough, such that enough mass constraints are available. Here, we present a new method combining a) a SUSY mass scan, b) a kinematic fitting based on a genetic algorithm for decay chain reconstruction, and c) the usage of angular decay information to suppress the background from other SUSY processes. Taking into account the full combinatorial background and experimental resolutions in the most difficult case of the fully hadronic decay mode, we demonstrate, within one SUSY scenario, that this method can be used to derive a probability map of the SUSY parameter space.

研究动机与目标

• 开发一种稳健的方法，以在 R-奇偶性守恒的 LSP 产生缺失能量的条件下，重建完整的超对称衰变链。
• 解决多喷流终态中，特别是具有七个喷流的完全强子衰变模式下的高组合背景挑战。
• 通过引入角衰变信息和实验分辨率效应，提高质量测定的精度。
• 利用运动学拟合的正则化似然函数，生成 SUSY 参数空间的概率图。
• 在包含 ISR/FSR 和完整探测器效应的真实 SUSY 场景下验证该方法。

提出的方法

• 采用遗传算法同时求解未测量粒子的四momenta 并识别复杂衰变链中的正确喷流分配。
• 从中间粒子的不变质量和动量平衡推导运动学约束，并将实验不确定性纳入拟合过程。
• 该方法使用正则化似然函数，定义为单个事件概率对数之和，以构建 SUSY 参数空间的概率图。
• 利用角衰变信息抑制其他 SUSY 过程带来的背景，提高信号纯度。
• 在假设质量的网格上进行 SUSY 质量扫描，以识别最大似然配置。
• 该算法首先在半轻 top 夸克事例上进行验证，随后应用于完整的强子终态 SUSY 事例。

实验结果

研究问题

• RQ1 基于遗传算法的运动学拟合方法能否成功重建具有七个喷流和缺失横向动量的完全强子终态中的超对称衰变链？
• RQ2 在事件重建过程中，引入角衰变信息在抑制组合背景和非 SUSY 背景方面的有效性如何？
• RQ3 初态辐射（ISR）和末态辐射（FSR）对质量重建和喷流分配精度有何影响？
• RQ4 即使存在实验分辨率和背景污染，能否从运动学拟合中构建 SUSY 参数空间的概率图？
• RQ5 如何识别并校正质量重建中的系统性偏差，特别是对选择费米子质量的高估？

主要发现

• 遗传算法在完全强子 SUSY 终态中正确识别喷流分配的成功率达到 45%，优于传统方法。
• squark 质量被高精度重建，真实质量为 800 GeV 的粒子位于最大似然峰附近 10 GeV 范围内。
• 在 chargino/neutralino 质量重建中观察到系统性偏差，倾向于偏高（例如，真实值约 270 GeV，但重建值更高），主要由于错误的喷流分配。
• 引入 ISR 和 FSR 后，正确喷流分配率从 48% 降至 42%，但同时也降低了选择费米子质量重建中的系统性偏差。
• 当仅考虑信号事例时，SUSY 参数空间的概率图能清晰识别真实质量，但背景污染使峰值偏移并扭曲了概率图。
• 可通过蒙特卡洛模拟提取并校正选择费米子质量重建中观察到的系统性偏差。