Transformer Neural Networks in the Measurement of $t\bar{t}H$ Production in the $H\,{\to}\,b\bar{b}$ Decay Channel with ATLAS

Utilizzando 140 fb⁻¹ di dati di collisioni protone-protone a 13 TeV dal rivelatore ATLAS, questo articolo presenta una misura della produzione di $t\bar{t}H$ nel canale di decadimento $H\to b\bar{b}$ che sfrutta reti neurali transformer per migliorare significativamente la discriminazione segnale-fondo e la ricostruzione del momento trasverso dell'Higgs, risultando in un eccesso osservato di 4,6 deviazioni standard rispetto all'ipotesi di solo fondo.

L'essenziale

Immaginate il Large Hadron Collider (LHC) come un enorme acceleratore di particelle ad alta velocità dove gli scienziati fanno scontrare protoni per ricreare le condizioni dell'universo primordiale. All'interno di questo caos, i fisici sono alla ricerca di un evento molto specifico e raro: la nascita di un "bosone di Higgs" (una particella fondamentale che conferisce massa ad altre particelle) contemporaneamente a una coppia di "quark top" (le particelle più pesanti conosciute).

Questo articolo descrive un nuovo, più intelligente modo per trovare questo evento raro utilizzando i dati raccolti dal rivelatore ATLAS tra il 2015 e il 2018. Ecco la suddivisione di ciò che hanno fatto e di ciò che hanno scoperto, utilizzando analogie quotidiane.

La Sfida: Trovare un ago in un pagliaio

L'evento specifico che stanno cercando è il decadimento di un bosone di Higgs in due "quark bottom". Il problema è che l'universo produce una quantità massiccia di "rumore di fondo" — specificamente, coppie di quark top prodotte con jet casuali di particelle — che appare quasi identico al segnale che desiderano.

Pensate a questo come a cercare di ascoltare una canzone specifica che suona in uno stadio affollato e rumoroso. La canzone è il segnale (l'Higgs + i quark top), e il tifo della folla è il rumore di fondo (i quark top + i jet casuali). Negli esperimenti precedenti, la "folla" era così rumorosa che era difficile capire se la canzone stesse effettivamente suonando.

Il Nuovo Strumento: Reti Neurali "Transformer"

La maggiore innovazione di questo articolo è l'uso delle Reti Neurali Transformer. Potreste conoscere i Transformer dagli strumenti di IA che scrivono saggi o traducono lingue. In questo contesto, gli scienziati li hanno usati come una macchina di smistamento super intelligente.

• Perché i Transformer? In una collisione di particelle, non c'è un ordine fisso per le particelle che volano via. Un Transformer è speciale perché non si cura dell'ordine; guarda l'immagine nel suo insieme. È come un detective che può guardare una scena del crimine disordinata con 50 indizi sparsi e comprenderne istantaneamente la storia, mentre un metodo più vecchio potrebbe aver tentato di esaminare gli indizi uno alla volta in un ordine specifico.
• Il lavoro di smistamento: L'IA è stata addestrata per esaminare ogni collisione e decidere: "Questo è il raro brano dell'Higgs, o è solo la folla rumorosa?". Smista gli eventi in diverse categorie (come "Segnale", "Tipo di Folla A", "Tipo di Folla B") con una precisione incredibile.

La Strategia: Allentare la Rete

Poiché l'IA è così brava a distinguere tra il segnale e il rumore, gli scienziati hanno potuto cambiare la loro strategia.

• Il Vecchio Modo: In passato, dovevano impostare un filtro di "pre-selezione" molto severo (come un buttafuori all'ingresso di un club) per tenere fuori il rumore. Questo significava che guardavano solo gli eventi più puliti e ovvi, ma perdevano molti dei segnali reali perché il filtro era troppo stretto.
• Il Nuovo Modo: Con l'IA che agisce come un buttafuori super intelligente, potevano far entrare più persone nel club (allentare la pre-selezione). Hanno fatto entrare tre volte più eventi rispetto a prima. L'IA ha poi svolto il lavoro pesante, smistando i buoni dai cattivi in una fase successiva del processo. Questo ha triplicato la loro capacità di catturare il segnale.

Hanno anche costruito una rete di "ricostruzione". Immaginate di cercare di capire la velocità di un'auto guardando solo i segni lasciati dagli pneumatici sul manto stradale. L'IA osserva i detriti della collisione e calcola l'esatta velocità (momento trasverso) del bosone di Higgs, permettendo loro di studiare come si comporta a diverse velocità.

I Risultati: Un Segnale Chiaro

Dopo aver fatto passare 140 unità di dati di collisione (una quantità massiccia di informazioni) attraverso questo nuovo sistema, i risultati sono stati chiari:

1. Hanno trovato il segnale: Hanno osservato un eccesso di eventi che corrisponde alla previsione del bosone di Higgs.
2. Confidenza Statistica: La probabilità che si tratti solo di un colpo di fortuna casuale del rumore di fondo è incredibilmente bassa. Il risultato ha una significatività di 4,6 deviazioni standard.
   • Analogia: Se lanciassi una moneta e ottenessi testa 4,6 volte di seguito più spesso di quanto consentirebbe il caso, saresti piuttosto sicuro che la moneta sia truccata. Qui, la "moneta" è il dato, e suggerisce fortemente che il bosone di Higgs sia presente.
3. Confronto con la Teoria: Il numero di bosoni di Higgs trovati corrisponde a quanto previsto dal Modello Standard della fisica (entro il margine di errore). È come se l'IA avesse previsto il meteo e il tempo reale corrispondesse perfettamente alle previsioni.

In Sintesi

Questo articolo presenta una rianalisi di vecchi dati utilizzando una nuova e potente tecnica di IA. Usando le reti neurali "Transformer" per smistare il caos delle collisioni tra particelle, il team di ATLAS è stato in grado di triplicare la propria sensibilità, ridurre il rumore e confermare l'esistenza dei bosoni di Higgs prodotti insieme alle coppie di quark top con alta confidenza. Si tratta attualmente della misurazione più precisa di questo specifico processo mai effettuata.

Sommario tecnico

Sintesi Tecnica: Reti Neurali Transformer nella Misurazione della Produzione di $t\bar{t}H$

Problema e Contesto
La misurazione diretta dell'accoppiamento di Yukawa tra il quark top e il bosone di Higgs è fondamentale per comprendere la rottura della simmetria elettrodebole e la stabilità del potenziale del vuoto di Higgs. Sebbene esistano misurazioni indirette tramite loop quantistici, l'osservazione diretta richiede la produzione associata di un bosone di Higgs con una coppia di quark top ($t\bar{t}H$). La collaborazione ATLAS ha precedentemente pubblicato una misurazione di questo processo nel canale di decadimento $H \to b\bar{b}$ utilizzando l'intero dataset della Run 2 (140 fb$^{-1}$ a $\sqrt{s}=13$ TeV). Tuttavia, questo canale affronta una sfida significativa: un grande fondo irreducibile derivante dalla produzione di coppie di quark top associate ad ulteriori jet ($t\bar{t} + \text{jets}$), in particolare quelli contenenti jet a sapore pesante. Le analisi precedenti hanno faticato nella accettanza del segnale e nella modellizzazione del fondo, rendendo necessaria una rianalisi con strategie migliorate per raggiungere una maggiore precisione.

Metodologia
Questo articolo presenta una rianalisi del processo $t\bar{t}H(b\bar{b})$ utilizzando una sofisticata strategia di analisi multi-variata (MVA) guidata da reti neurali transformer. Le innovazioni metodologiche centrali includono:

• Architettura Transformer: L'analisi impiega reti transformer, sviluppate originariamente per l'elaborazione del linguaggio naturale, sia per la classificazione degli eventi che per la ricostruzione del bosone di Higgs. Queste reti sono state scelte per la loro invarianza rispetto alla permutazione degli oggetti di input e per la capacità di gestire la cardinalità variabile, essenziale per gli eventi di collisione di particelle dove il numero di particelle nello stato finale varia e non esiste un ordine fisso.
• Variabili di Input: Le reti utilizzano informazioni a basso livello dei quattro-vettori e del $b$-tagging di tutti i jet, leptoni ed energia trasversa mancante.
• Classificazione degli Eventi e Definizione delle Regioni: A differenza delle analisi precedenti che si affidavano a rigidi tagli cinematici, questa strategia utilizza le uscite delle reti neurali per definire le regioni. Il fondo ($t\bar{t} + \text{jets}$) viene suddiviso in cinque categorie basate sul sapore dei jet non originati dai decadimenti del top: $t\bar{t} + \text{light}$, $t\bar{t} + \geq 1c$, $t\bar{t} + \geq 2b$, $t\bar{t} + 1B$ (jet con $b$-adroni collimati) e $t\bar{t} + 1b$.
  • Discriminanti: Le probabilità di classificazione multi-classe vengono convertite in sei discriminanti di classe per separare il segnale $t\bar{t}H$ dalle cinque categorie di fondo. Gli eventi sono assegnati a regioni di segnale (SR) o regioni di controllo (CR) in base a questi discriminanti.
  • Allentamento della Preselezione: La robustezza della classificazione consente un allentamento delle preselezioni cinematiche, aumentando l'accettanza del segnale di un fattore tre rispetto alla prima analisi completa della Run 2. Le selezioni prendono di mira i canali a singolo leptone ($\geq 5$ jet) e a doppio leptone ($\geq 3$ jet) con $\geq 3$ $b$-tag, oltre a un canale dedicato "boosted" per bosoni di Higgs ad alta $p_T$ dove entrambi i quark $b$ sono contenuti in un singolo jet.
• Ricostruzione dell'Higgs: Una rete di ricostruzione separata utilizza uno strato di accoppiamento (simile a SPANet) per identificare i due jet originati dal decadimento dell'Higgs. Ciò consente la ricostrazione della quantità di moto trasversa dell'Higgs ($p_T^H$), utilizzata come variabile di fit nel canale boosted e per le misurazioni differenziali.
• Analisi Statistica: Viene eseguito un fit simultaneo di profilo di verosimiglianza binnato su tutte le regioni. Il fit estrae la sezione d'urto inclusiva di $t\bar{t}H$ e una sezione d'urto differenziale in sei bin STXS (Simplified Template Cross-Section) definiti dalla $p_T^H$ di verità.

Contributi Chiave
Il contributo primario di questo lavoro è l'implementazione riuscita di reti neurali transformer per vincolare simultaneamente il dominante fondo $t\bar{t} + \text{jets}$ (suddiviso in cinque categorie disgiunte) e misurare il segnale $t\bar{t}H$. Questo approccio supera le precedenti misurazioni ATLAS:

1. Implementando una strategia di analisi riveduta che si basa su discriminanti multi-variate per la definizione delle regioni piuttosto che su tagli cinematici fissi.
2. Ottenendo un aumento di tre volte dell'accettanza del segnale attraverso l'allentamento delle preselezioni.
3. Fornendo una misurazione differenziale della sezione d'urto nei bin di $p_T^H$, utilizzando la $p_T^H$ ricostruita dalla rete neurale.

Risultati
L'analisi produce un eccesso di eventi osservato di 4,6 deviazioni standard rispetto all'ipotesi di solo fondo, rispetto a una significatività attesa di 5,4 deviazioni standard.

• Sezione d'Urto Inclusiva: La sezione d'urto inclusiva misurata è $\sigma_{t\bar{t}H}^{\text{obs}} = 411^{+101}_{-92} \text{ fb}$ (incertezze statistiche e sistematiche combinate). È compatibile con la previsione del Modello Standard (SM) di $\sigma_{t\bar{t}H}^{\text{SM}} = 507^{+35}_{-50} \text{ fb}$ per $m_H = 125,09$ GeV.
• Sezione d'Urto Differenziale: I risultati della sezione d'urto differenziale attraverso i sei bin STXS mostrano compatibilità con la previsione del SM, con un $p$-value dell'89%. I coefficienti di correlazione tra i bin non superano il 30%.
• Incertezze: A differenza delle analisi precedenti in cui la modellizzazione del fondo $t\bar{t} + \geq 1b$ era dominante, le principali fonti di incertezza sistematica in questa misurazione sono la modellizzazione del segnale $t\bar{t}H$ stesso.

Significatività
L'articolo afferma che questa misurazione rappresenta la misurazione della sezione d'urto di $t\bar{t}H$ a singolo canale più precisa ad oggi. Sfruttando le reti transformer, l'analisi dimostra che tecniche avanzate di apprendimento automatico possono migliorare significativamente la discriminazione tra processi complessi di segnale e fondo. Il lavoro valida l'uso di tali reti per il vincolo simultaneo del fondo e l'estrazione del segnale, stabilendo un nuovo standard per le misurazioni di precisione nel canale $H \to b\bar{b}$.