[论文解读] Study of ttH (H -> mu mu) in the three lepton channel at sqrt(s) = 14 TeV; A Snowmass white paper
本Snowmass白皮书研究了在高亮度LHC(14 TeV,3000 fb⁻¹)下,通过三轻子末态观测顶夸克对关联Higgs玻色子产生并衰变为二muon(ttH → μ⁺μ⁻)的可行性。使用平均堆叠为140的快速模拟(Delphes),研究发现尽管二muon质量分辨率优异,但因分支比和截面极小,信号被严重抑制,筛选后仅预期约28个信号事例,显著性仅为约1.9σ,表明在不使用先进多变量技术的情况下,观测极为困难。
The H -> mu mu signature provides excellent mass resolution for Higgs bosons, and is therefore an important Higgs boson decay channel despite the small dimuon branching ratio. We present an optimization of selection criteria in a search for trilepton ttH (H -> mu mu) events, in which the top quark pair decays semi-leptonically, at a simulated High Luminosity LHC (HL-LHC) running at 14 TeV. The study is performed with 3000 fb^(-1) of simulated data with an average pileup of < mu > = 140. In this ultimate HL-LHC data set, we find that ttH (H -> mu mu) will be a very difficult signature to observe due to the very small expected signal.
研究动机与目标
- 评估三轻子道对在高亮度LHC下探测ttH(H → μ⁺μ⁻)的灵敏度。
- 评估Higgs玻色子二muon分支比(2.2×10⁻⁴)和ttH产生截面较低对信号可观测性的影响。
- 在高堆叠条件下,优化ttH(H → μ⁺μ⁻)在三轻子末态的事件选择标准。
- 量化在二muon质量窗口内预期的信号与背景比及统计显著性。
提出的方法
- 使用通用的HL-LHC探测器模型和粒子流方法减轻堆叠效应的Delphes快速模拟生成数据。
- 信号通过MadGraph5(v2 beta)生成,结合Pythia6进行辐射修正;背景样本来自官方Snowmass能量前沿模拟。
- 事件选择要求:恰好三个重建轻子,两个电荷相反的muon,缺失横向动量,b夸克喷注识别,且HT > 350 GeV。
- 背景估计基于t¯t、t¯tZ、t¯tW、t¯tWW和V+jets的蒙特卡罗样本,假muon率通过同号二muon t¯t事例获得。
- 对每个喷注应用每喷注假率(6.5×10⁻⁵)以估算t¯t事例中误识别轻子的数量。
- 在120–130 GeV的二muon质量窗口内,以1 GeV为单位的分箱中,使用指数曲线拟合背景,以提取S/√B显著性。
实验结果
研究问题
- RQ1在HL-LHC(3000 fb⁻¹)下,ttH(H → μ⁺μ⁻)信号是否可在三轻子末态中被观测到?
- RQ2在选择标准优化和背景抑制后,ttH(H → μ⁺μ⁻)信号的预期显著性是多少?
- RQ3Higgs玻色子分支比小和ttH截面低如何影响该信号在三轻子道中的可探测性?
- RQ4假轻子贡献在主导t¯t背景中扮演何种角色,以及如何建模?
- RQ5能否通过运动学和不变质量切片将信号与t¯tZ等背景区分开?
主要发现
- 在完整筛选后,ttH(H → μ⁺μ⁻)事例的预期数量在电子与muon道合并后约为27.6个。
- 仅考虑统计不确定性的信号显著性在合并道中约为1.93σ,未达到发现水平。
- 在要求恰好三个重建轻子后,信号产额降至约54个,其中muon道为13.3个,electron道为14.3个。
- 主要背景为含假轻子的t¯t,且通过拒绝Z玻色子质量窗口(91–101 GeV)内的反号二muon事例,t¯tZ背景被有效抑制。
- t¯tZ和t¯tW背景贡献显著,muon道和electron道中分别预期有107.2和137.1个背景事例。
- 研究结论认为,使用标准分析技术在三轻子道中观测ttH(H → μ⁺μ⁻)信号极为困难,需依赖多变量技术或研究全 hadronic 衰变道方能实现发现。
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。