Model-independent measurement of the Higgs boson associated production with two jets and decaying to a pair of W bosons in proton-proton collisions at $\sqrt{s}$ = 13 TeV

Este estudio presenta una medición independiente del modelo de la sección eficaz diferencial de producción del bosón de Higgs asociado a dos jets y que decae en un par de bosones W, utilizando datos de colisiones protón-protón a 13 TeV del detector CMS para restringir los acoplamientos del bosón de Higgs dentro del marco de la teoría efectiva de campo estándar.

Lo esencial

¡Claro que sí! Imagina que este artículo es como un reportaje de investigación de alto nivel sobre la partícula más famosa del universo: el Bosón de Higgs.

Aquí tienes la explicación, traducida a un lenguaje sencillo y con analogías divertidas:

🕵️‍♂️ La Misión: Encontrar al "Higgs" disfrazado

Imagina que el Bosón de Higgs es un espía que se disfraza y se escapa muy rápido. Cuando aparece en el acelerador de partículas del CERN (el LHC), no se queda quieto; inmediatamente se desintegra en otras partículas más pequeñas, como si fuera un globo que explota en dos globos más pequeños (dos bosones W) y luego esos globos se convierten en un electrón, un muón y algo que no podemos ver (energía perdida).

Los científicos del experimento CMS (uno de los dos grandes detectores del CERN) han estado cazando a este espía durante años. En este nuevo estudio, se enfocaron en un caso muy específico: cuando el Higgs aparece acompañado de dos "chorros" de partículas (llamados jets o jets), como si el espía hubiera dejado dos huellas digitales en el camino.

🎯 El Objetivo: ¿Cómo se mueve el espía?

La pregunta clave no es solo "¿está ahí?", sino "¿cómo se mueve?".

Los científicos querían medir un ángulo muy específico entre esos dos chorros de partículas. Imagina que el Higgs es un bailarín y los dos chorros son sus brazos.

• Si el Higgs se comporta exactamente como predice la física actual (el Modelo Estándar), sus "brazos" se mueven de una manera muy predecible y uniforme.
• Pero, ¿y si hay nueva física? ¿Y si el Higgs tiene un "lado oscuro" o un comportamiento extraño (llamado acoplamiento anómalo)? Eso haría que sus "brazos" se movieran de forma extraña, quizás girando en direcciones prohibidas o con ritmos raros.

🤖 El Detective Inteligente: La Inteligencia Artificial

Aquí es donde entra la parte más genial del estudio. Normalmente, para buscar a un espía, usas una plantilla de cómo crees que se ve. Pero si el espía cambia de disfraz, tu plantilla falla.

Para evitar esto, los científicos usaron una Inteligencia Artificial (IA) muy especial, llamada una "Red Neuronal Adversaria".

• La analogía: Imagina que tienes un entrenador de gimnasio (la IA) que tiene que distinguir entre un atleta real (el Higgs) y un impostor (el ruido de fondo).
• El truco: Normalmente, el entrenador aprendería a reconocer al atleta basándose en un modelo específico. Pero aquí, el entrenador fue entrenado para olvidar cómo se ve exactamente el atleta. Le dijeron: "No importa si el atleta es alto, bajo, o si corre rápido o lento. Solo dime: ¿Es un atleta o es un impostor?".
• El resultado: La IA se volvió "ciega" a los detalles específicos del modelo teórico. Esto hace que la medida sea independiente del modelo. Es como si pudieras identificar a un criminal en una multitud sin saber si lleva sombrero o gafas, solo basándote en su comportamiento general.

📊 Los Resultados: ¿Qué descubrieron?

Analizaron 138 billones de colisiones (¡es una cantidad astronómica!) ocurridas entre 2016 y 2018.

1. El ángulo de los brazos: Medieron el ángulo entre los dos chorros de partículas.
2. La sorpresa: Los datos coincidieron perfectamente con las predicciones del Modelo Estándar. El "bailarín" (el Higgs) se movía exactamente como se esperaba.
3. La conclusión: No encontraron evidencia de "nueva física" o de que el Higgs tenga un comportamiento extraño en este canal.

🔮 ¿Por qué es importante si no encontraron nada "nuevo"?

Puede parecer aburrido decir "todo es normal", pero en la ciencia de partículas, confirmar que todo es normal es un gran logro.

• Es como si buscaras un fantasma en una casa y no lo encuentras. Eso significa que la casa es segura y las leyes de la física que conocemos son sólidas.
• Además, al medir con tanta precisión, los científicos han puesto límites muy estrictos a dónde podría esconderse esa "nueva física". Si el Higgs tiene un comportamiento extraño, ahora sabemos que debe ser muy sutil, porque si fuera fuerte, ya lo habríamos visto.

🏁 En resumen

Este estudio es como un examen de precisión para el Bosón de Higgs. Usaron una IA muy inteligente para no tener prejuicios sobre cómo debería comportarse el Higgs, midieron su "baile" en miles de millones de ocasiones y concluyeron: El Higgs sigue siendo el modelo perfecto que la teoría predice.

Por ahora, no hay indicios de que la física tenga secretos ocultos en este rincón del universo, lo cual es una noticia excelente para validar nuestra comprensión actual de la realidad.

Resumen técnico

1. Problema y Motivación

El objetivo principal de este estudio es realizar una medición independiente del modelo (model-independent) de la sección eficaz diferencial de producción del bosón de Higgs ($H$) que decae en un par de bosones W ($H \to WW$), asociado a dos chorros (jets) de alta energía.

• Contexto Físico: Aunque el Modelo Estándar (SM) ha sido validado con gran precisión, existe la posibilidad de física más allá del Modelo Estándar (BSM) que modifique las interacciones del Higgs con los bosones vectoriales ($HVV$). Estas modificaciones pueden manifestarse como acoplamientos anómalos (ACs), que introducen nuevas estructuras tensoriales y pueden violar la simetría CP (conjugación de carga y paridad).
• Observables Sensibles: En los procesos de fusión de bosones vectoriales (VBF) y fusión de gluones (ggH) con radiación inicial, la diferencia en el ángulo azimutal entre los dos chorros principales ($\Delta\Phi_{jj}$) es un observable altamente sensible.
  • En el SM, la distribución de $\Delta\Phi_{jj}$ es casi plana.
  • Un acoplamiento anómalo CP-par (CP-even) suprime la sección eficaz en $\pm\pi/2$.
  • Un acoplamiento anómalo CP-impar (CP-odd) suprime la sección eficaz en $0$y$\pm\pi$.
  • La presencia simultánea de ambos componentes genera asimetrías.
• Desafío Metodológico: Las mediciones diferenciales tradicionales a menudo dependen de simulaciones específicas del SM para la extracción de la señal, lo que introduce sesgos si se reinterpretan bajo hipótesis BSM. El reto es maximizar la independencia del modelo en la variable de ajuste.

2. Metodología

Datos y Simulación

• Datos: Se utilizaron colisiones protón-protón a $\sqrt{s} = 13$ TeV recolectadas por el detector CMS entre 2016 y 2018, con una luminosidad integrada de 138 fb$^{-1}$.
• Canal de Desintegración: Se seleccionaron eventos con un estado final de dileptones de sabor diferente ($e\mu$) provenientes de $H \to WW \to e\nu\mu\nu$, junto con dos chorros y momento transversal faltante ($p_T^{miss}$).
• Simulación: Se emplearon generadores de eventos como POWHEG, JHUGEN y MADGRAPH5 aMC@NLO para modelar la señal (SM y escenarios de acoplamientos anómalos) y los fondos (WW no resonante, top, Drell-Yan, etc.).

Selección de Eventos y Categorización

• Se aplicaron criterios estrictos de selección: leptones con $p_T > 25$ GeV (principal) y $>13$ GeV (secundario), dos chorros con $p_T > 30$ GeV e invarianza de masa dijet $m_{jj} > 120$ GeV.
• Se definieron regiones de señal (SR) y regiones de control (CR) para fondos de quarks top y Drell-Yan, utilizando variables de masa transversal ($m_T$) y veto de chorros etiquetados como $b$ ($b$-tagging).
• El espacio de fase se dividió en cuatro bins de $\Delta\Phi_{jj}$: $(-\pi, -\pi/2]$, $(-\pi/2, 0]$, $(0, \pi/2]$, $(\pi/2, \pi]$.

Clasificación Modelo-Agnóstica (Contribución Clave)

Para mitigar la dependencia del modelo en la extracción de la señal, se implementó una Red Neuronal Profunda Adversaria (ADNN):

• Mecanismo: Se entrenaron dos redes (una para VBF y otra para ggH) compuestas por un clasificador ($C$) y un adversario ($A$).
• Objetivo: El clasificador distingue señal de fondo, mientras que el adversario intenta inferir la hipótesis física subyacente (tipo de acoplamiento) a partir de las características del clasificador.
• Resultado: El entrenamiento competitivo penaliza al clasificador si su salida es sensible a la hipótesis de señal, forzándolo a aprender características invariantes del modelo. Esto asegura que la forma de la distribución de la puntuación de la ADNN sea estable independientemente de los acoplamientos $HVV$.
• Variables de Ajuste: Se utilizaron las puntuaciones de las ADNN ($D_{VBF}$ y $D_{ggH}$) como variables de ajuste en una verosimilitud máxima simultánea.

Extracción de Resultados

• Se realizaron tres configuraciones de ajuste:
  1. Medición combinada de VBF + ggH.
  2. Medición simultánea e independiente de VBF y ggH.
  3. Medición de VBF fijando ggH al SM (para mejorar la precisión en acoplamientos VBF).
• Se aplicó un procedimiento de desenvolvimiento (unfolding) dentro del ajuste para corregir efectos del detector y obtener resultados a nivel de fase fiducial del generador, permitiendo la comparación directa con cualquier modelo teórico.

3. Contribuciones Clave

1. Independencia del Modelo: El uso de la técnica de adaptación de dominio (ADNN) permite medir la sección eficaz diferencial sin asumir una forma específica para la señal de acoplamientos anómalos, reduciendo el sesgo de interpretación en un 30-70% comparado con redes neuronales estándar.
2. Medición Diferencial de Alta Precisión: Primera medición de la sección eficaz diferencial de $H \to WW$ asociada a jets en función de $\Delta\Phi_{jj}$ con una luminosidad de 138 fb$^{-1}$, cubriendo tanto VBF como ggH.
3. Interpretación EFT: Traducción directa de las mediciones diferenciales a restricciones sobre los coeficientes de Wilson en el marco de la Teoría de Campo Efectivo del Modelo Estándar (SMEFT).

4. Resultados Principales

• Sección Eficaz Diferencial: Se midieron las secciones eficaces en los cuatro bins de $\Delta\Phi_{jj}$.
  • La incertidumbre estadística es dominante.
  • Los resultados son consistentes con las predicciones del Modelo Estándar.
  • En algunos bins, los valores ajustados de la señal de ggH resultaron negativos (un artefacto estadístico debido a la baja sensibilidad en esas regiones), pero las incertidumbres totales son compatibles con el SM.
• Asimetría de $\Delta\Phi_{jj}$: Se midió la asimetría $A = -0.43 \pm 0.27$ (total). Este valor es compatible con la predicción del SM ($A=0$) con un valor p del 11%, sin evidencia de violación de CP.
• Restricciones en SMEFT:
  • Se establecieron límites de confianza del 68% y 95% para varios coeficientes de Wilson (ej. $c_{HW}, c_{H\tilde{W}}, c_{HG}, c_{H\tilde{G}}$, etc.).
  • Los resultados son consistentes con el SM (todos los coeficientes compatibles con cero).
  • Las restricciones más estrictas se obtuvieron para los coeficientes CP-par $c_{HW}$ y $c_{Hj3}$ desde la medición de VBF, y para $c_{HG}$ desde la medición de ggH.

5. Significancia e Impacto

Este trabajo representa un avance significativo en la caracterización del bosón de Higgs:

• Robustez: Al eliminar la dependencia de hipótesis de señal específicas en la extracción de la señal, los resultados son más robustos para futuras reinterpretaciones en escenarios de nueva física.
• Sensibilidad a CP: La medición diferencial de $\Delta\Phi_{jj}$ es una de las herramientas más potentes para detectar violación de CP en el sector de Higgs. La ausencia de desviaciones refuerza la validez del SM, pero establece límites más estrictos para modelos BSM.
• Marco EFT: Proporciona restricciones directas y actualizadas sobre los coeficientes de Wilson de dimensión-6, contribuyendo al mapa global de la física de precisión del Higgs en el LHC.

En resumen, la colaboración CMS ha logrado una medición precisa y robusta de la producción de Higgs asociada a jets, validando el Modelo Estándar y estableciendo nuevos límites para la búsqueda de física más allá de este, utilizando técnicas avanzadas de aprendizaje automático para garantizar la independencia del modelo.