QUICK REVIEW
[论文解读] Snowmass White Paper: prospects for measurements of the bottom quark mass
Javier Aparisi, J. Fuster|arXiv (Cornell University)|Mar 31, 2022
Distributed and Parallel Computing Systems被引用 4
一句话总结
本Snowmass白皮书预测,未来的高能对撞机——特别是Higgs对撞机电子-正电子对撞机——将实现对底夸克质量在Higgs玻色子能标($m_b(m_H)$)和$Z$玻色子能标($m_b(m_Z)$)下的精确测量,精度达到亚10 MeV。这些测量将实现对QCD预测的底夸克质量跑动行为的亚千分之一精度测试,从而对电弱能标以下的新色荷物理施加严格约束。
ABSTRACT
In this white paper for the Snowmass '21 community planning exercise we provide quantitative prospects for bottom quark mass measurements in high-energy collisions at future colliders that can provide a precise test of the scale evolution, or "running" of quark masses predicted by QCD.
研究动机与目标
- 预测在高能标下测量底夸克质量的精度,特别是Higgs玻色子和$Z$玻色子质量能标处的测量。
- 实现对$¯{\mathrm{MS}}$方案下底夸克质量尺度演化(跑动)的QCD预测的定量测试。
- 通过跑动行为的偏离,评估这些测量对新物理(如重色荷态)的敏感性。
- 结合高精度测量的$m_b(m_H)$、$m_b(m_Z)$以及改进的$α_s$确定,以减少跑动预测中的理论不确定性。
- 为未来对撞机实验制定路线图,以千分之几的精度绘制从$m_b$到$m_H$的底夸克质量演化曲线。
提出的方法
- 利用未来Higgs对撞机的$e^+e^-$对撞,通过归一化到$H \to ZZ^*$的$H \to b\bar{b}$衰变宽度提取$m_b(m_H)$,利用高亮度数据。
- 在$Z$玻色子共振能标处利用$e^+e^-$对撞中的三胶子喷胶率测量提取$m_b(m_Z)$,采用包含重夸克修正的NLO QCD计算。
- 通过REvolver软件进行五圈重整化群演化(RGE)计算,预测从$m_b(m_b)$到$m_H$的$m_b(\mu)$的尺度依赖性。
- 引入$α_s(m_Z)$的改进确定,其不确定性为0.5%,以减少跑动预测中的理论不确定性。
- 结合低能区的$m_b(m_b)$测量(来自底夸克偶素谱学和格点QCD)与高能标测量,绘制完整的跑动曲线。
- 利用不同能标下测量值的一致性,作为对QCD预测的夸克质量跑动行为的高精度测试。
实验结果
研究问题
- RQ1通过$H \to b\bar{b}$衰变宽度测量,能否在Higgs玻色子质量能标($m_b(m_H)$)处实现对$¯{\mathrm{MS}}$底夸克质量的测量精度?
- RQ2能否以足够精度在$Z$玻色子能标($m_b(m_Z)$)处测量$¯{\mathrm{MS}}$底夸克质量,以测试QCD跑动?
- RQ3测量得到的$m_b(m_H)$和$m_b(m_Z)$在多大程度上可用于测试五圈QCD对底夸克质量跑动的预测?
- RQ4$\alpha_s(m_Z)$和$m_b(m_b)$的不确定性在多大程度上影响从$m_b$到$m_H$的跑动预测精度?
- RQ5这些测量通过跑动行为的偏离,对新物理(如重色荷态)提供多大程度的敏感性?
主要发现
- 预计$m_b(m_H)$的测量精度将达到约10 MeV,与当前低能测量中$m_b(m_b)$的精度相当。
- 通过$Z$玻色子共振能标处的三胶子喷胶率测量得到的$m_b(m_Z)$,预计精度可达约100 MeV,与当前世界平均不确定性一致。
- 结合$m_b(m_H)$和$m_b(m_Z)$的测量,将能够以千分之几的相对精度测试QCD预测的底夸克质量跑动行为。
- $\alpha_s(m_Z)$的不确定性预计可降低至0.5%,显著减少跑动预测中的理论不确定性。
- 在$m_H$和$m_Z$处的预期测量将为标准模型预测的夸克质量跑动行为提供强有力的测试,并对电弱能标以下的色荷新物理保持敏感。
- 不同能标下测量值与RGE预测演化之间的一致性,将为QCD在高精度下的理论提供严格的验证。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。