[论文解读] Weak boson probes of Higgs unitarity restoration at 10 TeV parton colliders
该论文比较了 FCC-hh(100 TeV)与 10 TeV 的 μon 集对在弱场之间的散射中发现由希格斯耦合偏离引发的将单元性恢复的共振,发现多 TeV 量级的共振具有可观的发现潜力。
Higgs coupling deviations, at levels accessible to the high-luminosity LHC, can imply a phenomenological no-lose theorem for the next generation of collider facilities. Correlating Higgs coupling deviations from the SM expectation in the gauge boson sector with high-scale unitarity requirements, we estimate and compare the sensitivity that can be expected at a future hadron collider (operating at 100 TeV centre-of-mass energy) and a 10 TeV muon collider. Both muon and hadron colliders offer discovery potential for mass scales up to ${\cal{O}}(6~ ext{TeV})$ where unitarity violation induced by (sub)percent Higgs coupling modifications is mended. We comment on how an intermediate precision FCC-ee programme can corroborate such deviations.
研究动机与目标
- 倡导一种不可能失败定理的视角:希格斯耦合偏离意味着未来对撞机上可访问的将单元性恢复共振。
- 将高能量尺度的单元性恢复与 WBF 过程中的可观测共振联系起来。
- 提供 10 TeV μon 集对和 100 TeV FCC-hh 的对比灵敏度评估。
- 探讨不同共振类型(标量 vs 向量)和希格斯耦合偏离如何影响发现潜力。
提出的方法
- 用除标准模型之外的最小额外态来建模将单元性恢复场景:一个重标量 H' 或等同三重态矢量共振 W'、Z'。
- 将单元性和道义规则转化为新的共振的基准耦合和宽度,作为希格斯耦合修正因子 kappa_H(或 mu_H)的函数。
- 使用 MadGraph5_aMC@NLO 和一个 FeynRules/UFO 模型对包含共振和非共振贡献的 WBF 过程(WW、WZ、ZZ)进行模拟。
- 在轻子和半轻子终态中评估共振信号,以 jet 标记、不变量质量和横向质量分布等为主要可观测量。
- 在考虑来自非共振 WBS、以及更高阶 VVjj 过程的背景和对撞机特定背景时,估计显著性 S/√B 以衡量可达性。

实验结果
研究问题
- RQ1在 10 TeV μon 集对与 100 TeV FCC-hh 下,μ_H < 1 时,单元性恢复共振(H'、W'、Z')的发现范围是多少?
- RQ2标量 vs 向量的单元性恢复场景在 WW、WZ、ZZ 弱玻色子融合通道的可观测信号方面在这些对撞机上有何比较?
- RQ3共振宽度(如 Γ/m = 2.5% vs 10%)如何影响两者的灵敏度与通道优化?
- RQ4新共振的费米耦合对 Z'、W' 在 WBF 通道中的可观测性有何影响?
- RQ5中间精度的 e+e− 程序(FCC-ee)是否可以在强子/μon 对撞机发现之前或同时提供对希格斯耦合偏离的证据或约束?
主要发现
- 两种设施在所研究的基准下有潜力观察到约 6 TeV 的标量共振。
- μon 集对的全强子 W 衰减使得可直接二重子态质量重构并降低背景,从而在窄共振情形下获得与 FCC-hh 相当的灵敏度。
- 当对偶 fermion 耦合被抑制(费米亲和情况)时,FCC-hh 对 Z' 的灵敏度很强,μ_H 接近 0.95–0.99 时可达至约 7 TeV 的范围。
- 对 W' 共振的灵敏度在两者之间相近,覆盖范围约 2.5–4 TeV,取决于 μ_H 和宽度假设。
- Z' 的费米耦合(如对 tt̄)的强烈影响会显著改变 Z' 的衰变宽度和观测比率,可能降低对撞机的覆盖范围。

更好的研究,从现在开始
从论文设计到论文写作,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。