[论文解读] Measurements of Higgs boson production in the decay channel with a pair of $ au $ leptons in proton–proton collisions at $\sqrt{s}=13$ TeV

CMS Collaboration, Tumasyan, Armen+2351 more|arXiv (Cornell University)|Jan 1, 2022

Particle physics theoretical and experimental studies被引用 7

一句话总结

本论文利用CMS实验在√s = 13 TeV下收集的138 fb⁻¹质子-质子碰撞数据，对H → ττ衰变道中的希格斯玻色子产生过程进行了全面测量。通过神经网络分析与基于截断的分类方法，研究在16个运动学区域中测量了相对于标准模型的信号强度，结果分别为：总产生过程的信号强度为0.82 ± 0.11，胶子-胶子融合过程为0.67 ± 0.19，矢量玻色子融合过程为0.81 ± 0.17，矢量玻色子伴随产生过程为1.79 ± 0.45。

ABSTRACT

Measurements of Higgs boson production, where the Higgs boson decays into a pair of $ au$ leptons, are presented, using a sample of proton-proton collisions collected with the CMS experiment at a center-of-mass energy of 13 TeV, corresponding to an integrated luminosity of 138 fb$^{-1}$. Three analyses are presented. Two are targeting Higgs boson production via gluon fusion and vector boson fusion: a neural network based analysis and an analysis based on an event categorization optimized on the ratio of signal over background events. These are complemented by an analysis targeting vector boson associated Higgs boson production. Results are presented in the form of signal strengths relative to the standard model predictions and products of cross sections and branching fraction to $ au$ leptons, in up to 16 different kinematic regions. For the simultaneous measurements of the neural network based analysis and the analysis targeting vector boson associated Higgs boson production signal strengths are found to be 0.82$\pm$0.11 for inclusive Higgs boson production, 0.67$\pm$0.19 (0.81$\pm$0.17) for the production mainly via gluon fusion (vector boson fusion), and 1.79$\pm$0.45 for vector boson associated Higgs boson production.

研究动机与目标

• 利用138 fb⁻¹积分亮度的高精度测量，对√s = 13 TeV下的H → ττ衰变道中希格斯玻色子的产生过程进行测量。
• 检验标准模型对希格斯玻色子与费米子（特别是τ轻子）耦合的预测，此类耦合对标准模型之外的新物理敏感。
• 在简化模板截面（STXS）方案下进行微分测量，实现不同产生模式与衰变道之间的比较。
• 利用先进的多变量技术，提高对希格斯玻色子产生机制（胶子-胶子融合、矢量玻色子融合与矢量玻色子伴随产生）的探测灵敏度。
• 为未来高精度希格斯耦合测量提供基准，并搜索可能指示新物理的偏离现象。

提出的方法

• 采用神经网络（NN）多分类方法，以区分信号与背景，将神经网络输出作为主要判别变量。
• 采用基于截断（CB）的分析方法，根据信号对背景的优化对事件进行分类，使用τ子和喷注运动学的一维与二维判别变量。
• 应用STXS第0阶段与第1.2阶段方案，将事件划分为16个运动学区域，实现对产生模式的微分测量。
• 采用数据驱动技术与嵌入模拟方法估算主要背景，包括多喷注与Drell-Yan过程。
• 对神经网络分析与VH分析结果进行组合，提取总产生、STXS第0阶段与第1.2阶段的信号强度及σ × Br(H → ττ)值。
• 综合考虑来自探测器效应、背景建模与理论输入的系统不确定性，并通过控制区域与模拟对比对结果进行详细验证。

实验结果

研究问题

• RQ1 在H → ττ衰变道中，胶子-胶子融合、矢量玻色子融合与矢量玻色子伴随产生过程的希格斯玻色子信号强度分别是多少？
• RQ2 在STXS方案定义的不同运动学区域中，测量得到的信号强度与标准模型预测相比如何？
• RQ3 基于神经网络的分析与基于截断的分析在约束希格斯产生模式方面的相对灵敏度如何？
• RQ4 在16个STXS箱中测量的σ × Br(H → ττ)值在多大程度上支持或挑战标准模型预测？
• RQ5 神经网络与VH分析的组合能否提供比单独分析更稳健、更精确的τ轻子耦合测量结果？

主要发现

• 在H → ττ衰变道中，总希格斯玻色子产生过程的信号强度测量结果为0.82 ± 0.11，与标准模型预测一致。
• 对于胶子-胶子融合产生过程，信号强度为0.67 ± 0.19，略低于标准模型预测，但处于统计不确定性范围内。
• 对于矢量玻色子融合产生过程，信号强度为0.81 ± 0.17，在1.1σ范围内与标准模型预测一致。
• 对于矢量玻色子伴随产生（VH）过程，信号强度测量结果为1.79 ± 0.45，显著高于标准模型预测，但仍在2.0σ范围内一致。
• 在STXS第0阶段的qqH箱中，基于神经网络的分析相比基于截断的分析灵敏度提高了30%；在STXS第1.2阶段的ggH与qqH箱中，平均灵敏度提高30%至40%。
• 神经网络与VH分析的组合提供了主要结果，在STXS第0阶段与第1.2阶段方案下，覆盖最多16个运动学区域，报告了信号强度与σ × Br(H → ττ)值。