Machine learning techniques for jet reconstruction at LHCb and application to the search for $H \to b \bar{b}$ and $H \to c \bar{c}$ in $\sqrt{s}=13$ TeV $pp$ collisions

Diese Arbeit präsentiert Techniken des maschinellen Lernens zur Jet-Energie-Kalibrierung und Flavor-Tagging bei LHCb, welche angewendet werden, um nach inklusiven $H \to b\bar{b}$- und $H \to c\bar{c}$-Zerfällen in 13-TeV-$pp$-Kollisionen zu suchen, was zu beobachteten 95%-Konfidenzniveau-Obergrenzen von 6,6 bzw. 1003 Mal dem Standardmodell-Querschnitt führt.

Das Wesentliche

Stellen Sie sich den Large Hadron Collider (LHC) am CERN als einen riesigen, Hochgeschwindigkeits-Teilchenbeschleuniger vor. Wenn Protonen kollidieren, zerbrechen sie in ein chaotisches Spray aus kleineren Teilchen. Physiker müssen diesen Trümmerhaufen durchforsten, um spezifische, seltene Ereignisse zu finden – wie das Finden einer ganz bestimmten Art von zerbrochenem Glas in einem Haufen Sand.

Dieses Paper des LHCb-Experiments beschreibt, wie sie künstliche Intelligenz (maschinelles Lernen) eingesetzt haben, um wesentlich besser bei der Sortierung dieser Trümmer zu werden, speziell um den Higgs-Boson (ein berühmtes Teilchen) zu suchen, das in zwei spezifische Arten von „Quarks“ (Bottom und Charm) zerfällt.

Hier ist eine Aufschlüsselung dessen, was sie getan haben, unter Verwendung einfacher Analogien:

1. Das Problem: Eine lärmende Menge

Wenn ein Higgs-Boson in zwei Quarks zerfällt, fliegen diese Quarks davon und verwandeln sich in „Jets“ (Teilchensprays). Die Herausforderung besteht darin, dass das Higgs-Signal sehr schwach ist und unter einem Berg von Hintergrundrauschen (gewöhnliche Teilchenkollisionen) begraben liegt.

Um das Higgs zu finden, müssen Physiker zwei Dinge perfekt beherrschen:

1. Das Gewicht messen: Sie müssen genau wissen, wie viel Energie die Jets haben, um die Masse des ursprünglichen Teilchens zu berechnen.
2. Den Flavor identifizieren: Sie müssen wissen, ob die Jets von einem „Bottom“-Quark, einem „Charm“-Quark oder einfach einem generischen „leichten“ Quark stammen.

2. Die Lösung: Zwei neue KI-Werkzeuge

Das Team entwickelte zwei neue Techniken des maschinellen Lernens, um ihre Suche zu verbessern.

Werkzeug A: Die „Intelligente Waage“ (Jet-Energie-Korrektur)

Der alte Weg: Stellen Sie sich vor, Sie versuchen, einen Koffer auf einer Waage zu wiegen, die leicht ungenau ist. Sie verwendeten eine einfache Formel, um die Korrektur zu schätzen, aber sie war nicht perfekt, und Ihre Messung des Gewichts des Koffers war immer noch etwas unscharf.
Der neue Weg: Das Team baute ein Regressionsmodell (eine Art von KI). Anstatt einer einfachen Formel betrachtet diese KI die „Form“ des Jets, wie viele Teilchen darin enthalten sind und wie sie angeordnet sind. Sie fungiert wie eine superintelligente Waage, die aus Millionen von Beispielen lernt, um das wahre Gewicht des Jets mit viel höherer Präzision vorherzusagen.
Das Ergebnis: Das „Verschwommene“ in ihren Messungen wurde schärfer. Sie konnten nun das Higgs-Signal viel deutlicher vom Hintergrundrauschen unterscheiden.

Werkzeug B: Der „Experten-Detektiv“ (Jet-Flavor-Tagging)

Der alte Weg: Um zu identifizieren, ob ein Jet ein „Bottom“- oder ein „Charm“-Jet war, suchte die alte Methode nach einem spezifischen Hinweis: einem „sekundären Vertex“ (ein winziger Punkt, an dem ein Teilchen zerfiel). Es war wie ein Detektiv, der nach einem einzelnen Fingerabdruck sucht. Wenn der Fingerabdruck schwach oder nicht vorhanden war, konnte der Detektiv keine Entscheidung treffen.
Der neue Weg: Sie bauten ein Deep Neural Network (DNN). Dies ist wie ein Detektiv, der nicht nur nach einem einzigen Fingerabdruck sucht. Diese KI betrachtet alles: die Spuren jedes Teilchens, die Energiedepositionen, die Zerfallspunkte und die gesamte Form des Jets. Sie kombft tausende winziger Hinweise, um eine Entscheidung zu treffen.
Das Ergebnis: Dieser „Super-Detektiv“ ist viel besser darin, den Unterschied zwischen Bottom-Jets, Charm-Jets und gewöhnlichen leichten Jets zu erkennen. Er hat mehr der echten Signale erwischt und mehr der falschen Signale ignoriert.

3. Die große Jagd: Die Suche nach dem Higgs

Mit diesen zwei neuen Werkzeugen begab sich das Team auf die Jagd nach dem Higgs-Boson, das in:

• Bottom-Quarks ($H \to b\bar{b}$)
• Charm-Quarks ($H \to c\bar{c}$)

zerfällt. Sie analysierten Daten aus dem Jahr 2016 (1,6 fb$^{-1}$ Kollisionen). Sie nahmen nicht an, wie das Higgs erzeugt wurde, sondern suchten einfach überall in den Daten nach den Zerfallsprodukten.

Die Herausforderung: Das Hintergrundrauschen (gewöhnliche Teilchenkollisionen) ist riesig. Um dies zu bewältigen, verwendeten sie einen klugen Trick: Sie definierten eine „Kontrollregion“ (eine sichere Zone, in der sie wussten, dass kein Higgs existiert), um zu lernen, wie das Hintergrundrauschen aussieht, und nutzten dieses Wissen dann, um das Rauschen in ihrer „Signalregion“ (wo das Higgs sein könnte) vorherzusagen.

4. Die Ergebnisse: Was haben sie gefunden?

Nach der Auswertung der Zahlen fanden sie keinen Beweis für das Higgs-Boson, das in dieser spezifischen Weise in diesem Datensatz zerfällt. Die Daten sahen exakt so aus, wie man es erwarten würde, wenn das Higgs nicht da wäre (oder zu selten wäre, um mit dieser Menge an Daten beobachtet werden zu können).

Sie setzten jedoch Limits fest, wie oft dies geschehen könnte:

• Für Bottom-Quarks: Sie fanden heraus, dass, falls das Higgs tatsächlich in Bottom-Quarks zerfällt, dies mindestens 6,6 Mal seltener geschieht, als das Standardmodell vorhersagt. (Dies ist ein sehr gutes Ergebnis; es liegt nahe am erwarteten Limit).
• Für Charm-Quarks: Sie fanden heraus, dass, falls das Higgs in Charm-Quarks zerfällt, dies mindestens 1.003 Mal seltener geschieht, als vorhergesagt. (Dieses Limit ist viel schwächer, was bedeutet, dass es viel schwieriger ist, das Charm-Signal zu finden, weil das Hintergrundrauschen lauter und die Charm-Jets schwerer zu identifizieren sind).

5. Was kommt als Nächstes?

Das Paper schließt damit ab, dass sie das Higgs in diesem spezifischen Datensatz zwar nicht gefunden haben, ihre neuen KI-Werkzeuge aber ein großer Erfolg sind. Sie haben bewiesen, dass maschinelles Lernen die Messung von Jets durch den LHCb erheblich verbessern kann.

Sie sagen voraus, dass diese Werkzeuge mit mehr Daten aus zukünftigen Läufen (Run 4 und Run 5 des LHC) mächtig genug sein werden, um das Higgs-Zerfallen in Bottom-Quarks endlich zu beobachten und dem Beobachten des Zerfalls in Charm-Quarks viel näher zu kommen.

Kurz gesagt: Sie haben bessere KI-Brillen gebaut, um durch den Teilchennebel zu sehen. Sie haben den Schatz (das Higgs-Signal) in diesem speziellen Haufen Sand nicht gefunden, aber sie haben bewiesen, dass ihre neuen Brillen so gut funktionieren, dass sie zuversichtlich sind, den Schatz mit einem größeren Haufen Sand in der Zukunft zu finden.

Technische Zusammenfassung

Technische Zusammenfassung: Maschinelle Lerntechniken zur Jet-Rekonstruktion bei LHCb und Anwendung auf $H \to b\bar{b}$ und $H \to c\bar{c}$ Suchen

Problemstellung
Das LHCb-Experiment, das primär für die Schwergewicht-Physik im Vorwärts-Pseudorapiditätsbereich ($2 < \eta < 5$) konzipiert wurde, steht vor erheblichen Herausforderungen bei der Rekonstruktion und Identifizierung von Jets, insbesondere wenn diese von schweren Flavours (Quarks) wie $b$ und $c$ stammen. Standardmäßige Rekonstruktionsmethoden leiden unter einer beeinträchtigten Energieauflösung aufgrund nicht detektierter Neutrinos in semileptonischen Zerfällen sowie einer begrenzten Effizienz bei der Unterscheidung zwischen Heavy-Flavour-Jets und Light-Flavour-Jets (ausgelöst durch $u, d, s$ Quarks oder Gluonen). Diese Einschränkungen behindern die Präzision inklusiver Higgs-Boson-Suchen ($H \to b\bar{b}$ und $H \to c\bar{c}$) im Dijet-Endzustand, in dem eine genaue dijet-invariante Massenauflösung und ein hochreines Flavour-Tagging entscheidend sind, um das Signal vom überwältigenden Multijet-QCD-Hintergrund zu trennen.

Methodik
Die Arbeit stellt zwei neuartige Techniken des maschinellen Lernens vor, um diese Rekonstruktions- und Identifizierungsprobleme zu adressieren, angewandt auf einen Datensatz von $pp$-Kollisionen bei $\sqrt{s} = 13$ TeV, der einer integrierten Luminosität von $1,6 \text{ fb}^{-1}$ (gesammelt im Jahr 2016) entspricht.

1. Regressionsbasierte Jet-Energie-Korrektur (JEC):

   • Ansatz: Ein Gradient Boosted Regressor (GBR) wird eingesetzt, um Jet-Energien zu korrigieren, wodurch der standardmäßige multiplikative Korrekturfaktor ersetzt wird.
   • Inputs: Das Modell nutzt einen umfassenden Satz von 421 Merkmalen, einschließlich Jet-Kinematik ($p_T, \eta, \phi$), Zusammensetzung (Anzahl der Teilchenbestandteile, Anteil geladener Teilchen), Jet-Substruktur (Energieverteilung in konzentrischen Ringen $\Delta R$), Muon-Informationen sowie Ereignis-Variablen (Anzahl der Primär-Vertices).
   • Training: Der Regressor wird auf simulierten $H \to b\bar{b}$ Signal- und Dijet-Hintergrund-Proben trainiert, um die Wahrheitsebene-Jet-Energie vorherzusagen. Separate Modelle werden für den führenden (leading) und den untergeordneten (subleading) Jet trainiert.
   • Ziel: Minimierung der Differenz zwischen rekonstruierter und Wahrheitsebene-Dijet-invarianter Masse ($m_{reco} - m_{truth}$), um die Massenauflösung zu verbessern.

2. Deep Neural Network (DNN) für das Jet-Flavour-Tagging:

   • Ansatz: Ein Deep Neural Network, inspiriert vom CMS DeepJet-Algorithmus, wurde entwickelt, um zwischen $b$-Jets, $c$-Jets und Light-Jets zu diskriminieren.
   • Architektur: Das Netzwerk verarbeitet vier Kategorien von Inputs: geladene Teilchen, neutrale Teilchen, Sekundär-Vertices und globale Jet-Eigenschaften. Es verwendet 1D-Faltungsschichten (Convolutional Layers) für Teilchenmerkmale, eine LSTM-Schicht (Long Short-Term Memory) für die sequentielle Verarbeitung von geladenen/neutralen Teilchen sowie dichte Schichten (Dense Layers) für die finale Klassifizierung.
   • Inputs: Bis zu 20 geladene Teilchen (geordnet nach dem Impact Parameter) und 10 neutrale Teilchen (geordnet nach Energie) pro Jet sind enthalten, zusammen mit der Sekundär-Vertex-Kinematik und globalen Jet-Variablen.
   • Output: Das Netzwerk gibt drei Wahrscheinlichkeiten aus ($P_b, P_c, P_q$), welche die Wahrscheinlichkeit repräsentieren, dass der Jet von einem $b$-Quark, einem $c$-Quark bzw. einem leichten Quark stammt.

3. Suchstrategie und Hintergrundschätzung:

   • Signal- und Kontrollregionen: Signalregionen (SR) werden durch strikte DNN-Wahrscheinlichkeitsschwellenwerte und Sekundär-Vertex-Tagging-Anforderungen definiert. Kontrollregionen (CR), bestehend aus gemischten Flavour-Jet-Paaren, werden verwendet, um den dominanten Multijet-QCD-Hintergrund datengestützt zu modellieren.
   • Hintergrundmodellierung: Eine Transferfunktion (TF), parametrisiert als Bernstein-Polynom, extrapoliert die Dijet-Massenform von der CR zur SR.
   • Statistische Analyse: Es wird ein gebinnter Maximum-Likelihood-Fit auf das dijet-invariante Massenspektrum ($45 < M_{jj} < 250 \text{ GeV}/c^2$) durchgeführt. Systematische Unsicherheiten (z. B. Jet-Energieskala, Tagging-Effizienz, Hintergrundmodellierung) werden über Störparameter (Nuisance Parameters) einbezogen. Obere Grenzwerte werden mittels der $CL_s$-Methode gesetzt.

Wesentliche Beiträge

• Algorithmische Entwicklung: Die Arbeit präsentiert die erste Anwendung einer GBR-basierten Jet-Energie-Korrektur und eines vollständigen Substruktur-DNN für das Flavour-Tagging bei LHCb.
• Leistungssteigerung:
  • Die GBR-Korrektur verbessert die dijet-invariante Massenauflösung signifikant im Vergleich zur standardmäßigen kubischen JEC-Methode.
  • Der DNN-Tagging-Algorithmus zeigt eine relative Effizienzverbesserung von $>9\%$ für $b$-Jets und $>20\%$ für $c$-Jets im Vergleich zum Standard-Sekundär-Vertex-Tagging (SVT), während die Fehlidentifikationsrate für Light-Jets bei $\sim 1\%$ bleibt.
• Inklusive Suche: Im Gegensatz zu früheren LHCb-Analysen, die sich auf die assoziierte Produktion mit Vektorbosonen ($VH$) konzentrierten, zielt diese Arbeit auf die inklusiven $H \to b\bar{b}$ und $H \to c\bar{c}$ Zerfälle ohne Annahmen über den Produktionsmechanismus ab, was breitere Vergleiche mit Modellen jenseits des Standardmodells (BSM) ermöglicht.

Ergebnisse
Unter Verwendung des 2016er Datensatzes ($1,6 \text{ fb}^{-1}$) wurde kein signifikanter Überschuss an Ereignissen beobachtet, der auf Higgs-Zerfälle zurückzuführen ist. Die gefitteten Signalerträge waren mit Null kompatibel.

• $H \to b\bar{b}$ Suche:

  • Beobachtetes 95% CL Obergrenze: $6,6 \times \sigma_{SM}$ (211 pb).
  • Erwartete 95% CL Obergrenze: $11,1 \times \sigma_{SM}$.
  • Die beobachtete Grenze ist strenger als erwartet, was auf eine statistische Abwärtsfluktuation in den Daten zurückzuführen ist.

• $H \to c\bar{c}$ Suche:

  • Beobachtetes 95% CL Obergrenze: $1003 \times \sigma_{SM}$ (1605 pb).
  • Erwartete 95% CL Obergrenze: $1834 \times \sigma_{SM}$.
  • Die Sensitivität ist begrenzt durch ein niedriges Signal-zu-Hintergrund-Verhältnis, eine reduzierte Charm-Tagging-Effizienz und höhere Fehlidentifikationsraten beim Hintergrund.

• Systematische Unsicherheiten: Die dominante systematische Unsicherheit für beide Suchen ist die Effizienz des Jet-Sekundär-Vertex-Taggings (15% für $H \to b\bar{b}$, 19% für $H \to c\bar{c}$).

Bedeutung und Zukunftsaussichten
Die Arbeit behauptet, dass diese Ergebnisse die strengsten Grenzwerte für die inklusive $H \to b\bar{b}$ und $H \to c\bar{c}$ Produktion unter Verwendung des aktuellen LHCb-Datensatzes setzen. Der Einsatz dieser Techniken des maschinellen Lernens demonstriert ihr Potenzial, die Präzision von Jet-Messungen bei LHCb zu steigen.

Die Autoren liefern Extrapolationen für die zukünftige Datenerfassung (Run 3, Run 4 und Run 5). Sie kommen zu dem Schluss, dass:

• Die Beobachtung des inklusiven $H \to b\bar{b}$ Prozesses bis zum Ende von Run 4 (50 $\text{fb}^{-1}$) voraussichtlich machbar sein wird, wobei die projizierten Grenzen $\sim 1,1 \times \sigma_{SM}$ erreichen werden.
• Bis zum Ende von Run 5 (300 $\text{fb}^{-1}$) kann der inklusive $H \to c\bar{c}$ Kanal die Charm-Yukawa-Kopplung ($y_c$) auf etwa das 6,7-fache des Standardmodells einschränken. Dieser Ansatz bietet eine komplementäre Einschränkung zu $VH$-Produktionssuchen, da er nicht von Annahmen bezüglich des Higgs-Produktionsmechanismus abhängig ist.