[论文解读] Search for third-generation vector-like leptons in $pp$ collisions at $\sqrt{s} = 13\, ext{TeV}$ with the ATLAS detector

Georges Aad, Aad, Georges+2970 more|arXiv (Cornell University)|Jan 1, 2023

Particle physics theoretical and experimental studies被引用 2

一句话总结

本研究利用ATLAS探测器收集的139 fb⁻¹数据，在√s = 13 TeV的质子-质子碰撞中，搜索第三代矢量型轻子（VLLs）。通过使用机器学习的提升决策树分类器，在多轻子末态中区分信号与背景，该分析设定了迄今为止最严格的排除极限：在95%置信水平下，排除了质量在130 GeV至900 GeV之间的双重态VLL，最大排除质量可达970 GeV。

ABSTRACT

A search for vector-like leptons in multilepton (two, three, or four-or-more electrons plus muons) final states with zero or more hadronic $τ$-lepton decays is presented. The search is performed using a dataset corresponding to an integrated luminosity of 139 fb$^{-1}$ of proton$-$proton collisions at a centre-of-mass energy of 13 TeV recorded by the ATLAS detector at the LHC. To maximize the separation of signal and background, a machine-learning classifier is used. No excess of events is observed beyond the Standard Model expectation. Using a doublet vector-like lepton model, vector-like leptons coupling to third-generation Standard Model leptons are excluded in the mass range from 130 GeV to 900 GeV at the 95% confidence level, while the highest excluded mass is expected to be 970 GeV.

研究动机与目标

• 在大型强子对撞机（LHC）的多轻子末态中，针对具有强子衰变τ子的第三代矢量型轻子（VLLs）进行搜索。
• 通过使用机器学习的提升决策树分类器，提高信号与背景的分离能力。
• 设定与第三-generation标准模型轻子耦合的矢量型轻子质量的新排除极限。
• 检验通过矢量型费米子扩展标准模型的模型的可行性，特别是双重态VLL模型。
• 基于完整的Run 2数据集，为VLL现象学提供最新约束。

提出的方法

• 本分析使用ATLAS探测器在√s = 13 TeV下收集的139 fb⁻¹质子-质子碰撞数据。
• 事件选择标准包括：至少两个带电轻子（e±, μ±），零个或多个强子衰变的τ轻子，以及缺失横向动量。
• 训练一个提升决策树（BDT）分类器，通过使用运动学和拓扑变量，最大化信号与背景的分离效果。
• 利用数据中的控制区域估算背景，并通过蒙特卡罗模拟进行验证。
• 对关键系统误差源（包括喷流能量标度、轻子重建和触发效率）进行了评估。
• 采用条件轮廓似然方法，在95%置信水平下设定VLL产生截面的上限。

实验结果

研究问题

• RQ1 ATLAS实验在13 TeV下对多轻子末态中第三代矢量型轻子的探测灵敏度如何？
• RQ2 机器学习分类器在区分VLL信号与标准模型背景方面的有效性如何？
• RQ3 在双重态模型框架下，当前对矢量型轻子质量的排除极限是什么？
• RQ4 本结果与ATLAS和CMS在相同末态中的以往搜索结果相比如何？
• RQ5 在95%置信水平下，被排除的矢量型轻子的最大质量是多少？

主要发现

• 未观测到显著超出标准模型背景预期的事件过剩。
• 在双重态矢量型轻子模型中，与第三代轻子耦合的VLL在130 GeV至900 GeV的质量范围内，于95%置信水平下被排除。
• 预期的最大排除质量为970 GeV，代表了该通道迄今为止最严格的限制。
• 通过使用基于运动学和拓扑特征训练的提升决策树分类器，实现了背景抑制能力的提升。
• 结果与标准模型一致，并对涉及矢量型费米子的新物理模型施加了约束。
• 排除极限优于以往ATLAS和CMS在类似末态中的搜索结果，尤其在高质质量区域表现更优。