[论文解读] Exclusive $B^0 o \pi^- \ell^+ u_\ell$ Decays with Hadronic Full Event Interpretation Tagging in 34.6 fb$^{-1}$ of Belle II Data

F. Abudinén, I. Adachi+541 more|arXiv (Cornell University)|Jan 1, 2020

Particle physics theoretical and experimental studies参考文献 10被引用 4

一句话总结

本论文利用 Belle II 实验中 34.6 fb$^{-1}$ 数据的强子全事件重构（FEI）标记方法，首次观测到 $B^0 \to \pi^- \ell^+ \nu_\ell$ 的单 exclusive 衰变，显著性达到 5.69σ。测得的分支比为 $(1.58 \pm 0.43_{\text{stat}} \pm 0.07_{\text{sys}}) \times 10^{-4}$，与世界平均值一致。

ABSTRACT

We present the results of the re-discovery of the decay $B^0 o \pi^- \ell^+ u_\ell$ in 34.6 fb$^{-1}$ of Belle II data using hadronic $B$-tagging via the Full Event Interpretation algorithm. We observe 21 signal events on a background of 155 in a fit to the distribution of the square of the missing mass, $M_{\mathrm{miss}}^2$, with a significance of 5.69$\sigma$, and determine a total branching fraction of (1.58 $\pm$ 0.43$_{\mathrm{stat}}$ $\pm$ 0.07$_{\mathrm{sys}}$) $ imes 10^{-4}$.

研究动机与目标

• 通过 Belle II 实验中的强子标记方法重新发现半轻衰变 $B^0 \to \pi^- \ell^+ \nu_\ell$。
• 利用 34.6 fb$^{-1}$ 数据高精度测量该衰变的分支比。
• 验证强子全事件重构（FEI）标记方法在识别 $B\bar{B}$ 事例中的性能。
• 提供与世界平均值一致的精确测量结果，支持标准模型的预测。

提出的方法

• 采用强子全事件重构（FEI）标记方法，通过识别反冲 $B$ 介子的强子衰变来重建 $B\bar{B}$ 事例。
• 利用动量约束和对 π 介子与轻子的粒子识别，重建信号 $B^0 \to \pi^- \ell^+ \nu_\ell$。
• 通过蒙特卡罗模拟评估系统误差，包括追踪效率、轻子识别和校准因子。
• 利用控制样本并结合模拟事例验证重建效率与信号产额。
• 通过高斯展宽校正权重（针对轻子识别与追踪效率）传播不确定性。
• 通过最大似然拟合方法，从 $\pi^- \ell^+$ 系统的不变质量分布中提取最终分支比。

实验结果

研究问题

• RQ1 在 34.6 fb$^{-1}$ 的 Belle II 数据中，$B^0 \to \pi^- \ell^+ \nu_\ell$ 衰变的测量分支比是多少？
• RQ2 强子全事件重构（FEI）标记方法在识别半轻衰变中的 $B\bar{B}$ 事例方面表现如何？
• RQ3 观测到的 $B^0 \to \pi^- \ell^+ \nu_\ell$ 信号显著性是多少？
• RQ4 主要系统误差（尤其是 FEI 校准与 $B\bar{B}$ 事例计数）如何影响最终结果？
• RQ5 测量的分支比是否与世界平均值一致？

主要发现

• $B^0 \to \pi^- \ell^+ \nu_\ell$ 衰变以 5.69σ 的显著性被观测到，证实其在 Belle II 数据集中的存在。
• 测得的分支比为 $(1.58 \pm 0.43_{\text{stat}} \pm 0.07_{\text{sys}}) \times 10^{-4}$，与世界平均值一致。
• FEI 校准因子贡献了最大的系统误差（3.45%），其次是 $N_{B\bar{B}}$（1.60%）。
• 追踪与轻子识别分别贡献了 1.60% 和 1.05% 的总系统误差。
• 总系统误差占测量分支比的 4.44%。
• 分析未包含 $B \to X_u \ell \nu$ 模型的不确定性，因其预计远小于其他来源。