Deep-learning jet flavor tagging for precision hadronic Higgs measurements at future Higgs factories
Diese Arbeit zeigt auf, dass der Einsatz von modernsten Deep-Learning-Jet-Flavor-Taggern in Kombination mit XGBoost-Klassifikatoren bei einer zukünftigen -Higgs-Fabrik bei 240 GeV mit 20 ab Luminosität die Präzision der Messung von Higgs-Zerfällen in und $gg$ signifikant verbessert und gleichzeitig die erste quantitative Sensitivitätsschätzung für den anspruchsvollen -Kanal ermöglicht.