[论文解读] Tagging the Higgs boson decay to bottom quarks with colour-sensitive observables and the Lund jet plane

Luca Cavallini, A. Coccaro+7 more|arXiv (Cornell University)|Dec 17, 2021

Particle physics theoretical and experimental studies参考文献 50被引用 11

一句话总结

该论文提出了一种新型Hbb鉴别器，结合了基于理论的、对颜色敏感的可观测量（如D2、颜色环和喷注拉力）与通过卷积神经网络（CNN）处理的Lund喷注平面图像。该方法采用提升决策树（BDT）进行训练，在模拟中AUC达到0.893，经快速探测器模拟后降至0.846，表现出对QCD背景的强大区分能力，同时对探测器效应具有良好的鲁棒性。

ABSTRACT

We study the problem of distinguishing $b$-jets stemming from the decay of a colour singlet, such as the Higgs boson, from those originating from the abundant QCD background. In particular, as a case study, we focus on associate production of a vector boson and a Higgs boson decaying into a pair of $b$-jets, which has been recently observed at the LHC. We consider the combination of several theory-driven observables proposed in the literature, together with Lund jet plane images, in order to design an original $Hbb$ tagger. The observables are combined by means of standard machine learning algorithms, which are trained on events obtained with fast detector simulation techniques. We find that the combination of high-level single-variable observables with the Lund jet plane provides an excellent discrimination performance. We also study the dependence of the tagger on the invariant mass of the decaying particles, in order to assess the extension to a generic $Xbb$ tagger.

研究动机与目标

• 开发一种高性能Hbb鉴别器，以区分Higgs玻色子衰变为底夸克与主导的QCD背景。
• 通过利用信号与背景在颜色流和辐射模式上的差异，解决两者在双喷注结构上相似的挑战。
• 设计一种对衰变共振态的不变质量不敏感的鉴别器，以适用于通用的Xbb末态。
• 使用快速探测器模拟评估探测器效应对鉴别器性能的影响。
• 探索将高级理论可观测量与基于图像的喷注表征相结合，以提升区分能力的可行性。

提出的方法

• 将八个高级、对颜色敏感的可观测量（如D2、颜色环、喷注拉力分量）作为提升决策树（BDT）分类器的输入特征。
• 使用Lund喷注平面图像作为卷积神经网络（CNN）的输入，训练其以检测喷注内部的辐射模式。
• 将CNN的输出作为附加特征整合进BDT分类器中，结合两种方法的判别能力。
• 使用基于GEANT4的框架进行快速探测器模拟，以建模可观测量和喷注图像在真实探测器效应下的表现。
• 在为VH→lνbb过程生成的蒙特卡洛事件上训练和验证模型，采用50/50的训练/测试划分。
• 使用标准机器学习库（ROOT/TMVA和Keras）优化BDT和CNN的超参数，并采用dropout和批量归一化进行正则化。

实验结果

研究问题

• RQ1 与单独使用的方法相比，颜色敏感可观测量与Lund喷注平面图像的结合是否能显著提升Hbb鉴别性能？
• RQ2 探测器效应（如能量分辨率和能量展宽）如何影响鉴别器的判别能力？
• RQ3 在通用Xbb鉴别器的背景下，鉴别器性能在多大程度上受底夸克对不变质量的影响？
• RQ4 Lund喷注平面CNN在不同共振态质量下是否能保持高判别能力，还是其本身具有质量敏感性？
• RQ5 是否可能降低鉴别器（特别是CNN组件）中的质量偏差，以实现对非共振或未知质量末态的更广泛应用？

主要发现

• 结合颜色敏感可观测量与Lund喷注平面CNN的鉴别器在真实事件模拟中AUC达到0.893。
• 在引入快速探测器模拟效应后，AUC下降至0.846，表明其对真实探测器限制具有良好的鲁棒性。
• Lund喷注平面CNN单独使用时也表现出强劲的判别能力（AUC≈0.85），证实其在存在探测器效应时依然有效。
• D2可观测量被确定为BDT中主要的质量偏差来源，与先前文献结果一致。
• Lund喷注平面CNN表现出显著的、此前未被报道的质量偏差，导致在不同共振态质量下分类性能下降。
• 移除如D2和CNN输出等对质量敏感的变量后，分类效率明显下降，尤其对CNN组件影响显著。