New Physics Through Flavor Tagging at FCC-ee
Diese Arbeit schlägt eine optimale Analyse vor, die maschinelles Lernen-basiertes Flavor-Tagging am FCC-ee nutzt, um eine beispiellose Präzision bei der Messung hadronischer Wirkungsquerschnittsverhältnisse zu erreichen und dadurch die Sensitivität gegenüber flave-nicht-universellen und flave-verletzenden Vier-Fermion-Wechselwirkungen innerhalb des SMEFT-Rahmens sowie vereinfachter Modelle zur Adressierung von B-Meson-Anomalien signifikant zu erhöhen.