Search for exotic Higgs boson decays H $\to$ $\mathcal{AA}$ with $\mathcal{AA}$ $\to$ $\gamma\gamma$ in events with a semi-merged topology in proton-proton collisions at $\sqrt{s}$ = 13 TeV

Sintesi Tecnica: Ricerca di decadimenti esotici del Bosone di Higgs $H \to AA$ con $A \to \gamma\gamma$ in topologie semi-merge

Problema e Motivazione
La ricerca di fisica oltre il Modello Standard (BSM) si è concentrata sempre più sui decadimenti esotici del bosone di Higgs, specificamente il processo $H \to AA$, dove $A$ è una ipotetica particella scalare leggera. Mentre le ricerche precedenti hanno coperto con successo il regime completamente risolto ($m_A \gtrsim 15$ GeV), dove entrambi i bosoni $A$ decadono in due fotoni distinti, e il regime completamente mergeato ($m_A \lesssim 1$ GeV), dove entrambi i bosoni $A$ decadono in coppie di fotoni altamente collimati ricostruiti come singoli oggetti, esisteva una lacuna significativa nell'intervallo di massa intermedio di $1 < m_A < 15$ GeV.

In questo regime di massa "semi-mergeato", la cinematica del decadimento $H \to AA \to 4\gamma$ presenta una sfida di ricostruzione. Un bosone $A$ decade in due fotoni ben separati e risolti, mentre l'altro bosone $A$ decade in una coppia di fotoni che sono o fisicamente mergeati all'interno del calorimetro elettromagnetico (ECAL) o dove il fotone secondario cade al di sotto della soglia di ricostruzione standard ($p_T > 10$ GeV). Di conseguenza, lo stato finale appare come tre oggetti simili a fotoni: due fotoni risolti e un candidato fotone "mergeato". La ricostruzione della massa invariante tradizionale è impossibile per la gamba mergeata utilizzando la cinematica standard degli oggetti, rendendo necessario un approccio innovativo per inferire direttamente la massa della particella madre $A$ dai pattern di deposito di energia nel calorimetro.

Metodologia
L'analisi utilizza dati di collisioni protone-protone raccolti dall'esperimento CMS a $\sqrt{s} = 13$ TeV, corrispondenti a una luminosità integrata di 138 fb$^{-1}$ (2016–2018).

• Selezione degli Eventi: Gli eventi sono selezionati tramite trigger su un sistema diphoton con una massa invariante $> 55$ GeV. La selezione richiede esattamente tre candidati fotone ricostruiti nella regione del barile dell'ECAL ($|\eta| < 1.44$). I due fotoni con la $p_T$ più alta devono soddisfare rispettivamente $p_T > 30$ GeV e $18$ GeV. La massa triphoton ($m_{\Gamma\Gamma\Gamma}$) è vincolata alla finestra $90 < m_{\Gamma\Gamma\Gamma} < 180$ GeV per includere il segnale del bosone di Higgs.
• Classificazione della Topologia: I tre fotoni vengono raggruppati in due candidati: un candidato "risolto" ($A_2$) formato dai due fotoni più vicini, e un candidato "mergeato" ($A_1$) formato dal terzo fotone.
• Regressione della Massa tramite Reti Neurali a Grafo (GNN): Per ricostruire la massa del candidato mergeato ($m_{A1}$), l'analisi impiega una tecnica di deep learning end-to-end. A differenza dei precedenti approcci che utilizzavano Reti Neurali Convoluzionali (CNN), questa analisi utilizza una Rete Neurale a Grafo (specificamente una Dynamic Reduction Network).
  • Input: L'input consiste in una matrice $128 \times 128$ di depositi di energia dei cristalli ECAL che circondano il cristallo "seed" del candidato mergeato. Le caratteristiche di input includono le componenti di energia trasversale ($E_T$) e longitudinale ($E_z$), nonché le coordinate di posizione dei cristalli ($x, y, z$).
  • Architettura: La rete utilizza moduli EdgeConv per costruire dinamicamente grafi basati su spazi di caratteristiche appresi, utilizzando l'invarianza per permutazione per gestire la natura non ordinata dei depositi dei cristalli. Connessioni residue e strati di pooling riducono progressivamente la dimensione del grafo fino a un singolo nodo di output che predice la massa.
  • Addestramento e Calibrazione: Il modello è addestrato su campioni simulati di $A \to \gamma\gamma$ con distribuzioni piatte in massa e $p_T$. Per gestire gli effetti di bordo e distinguere il segnale dal background (fotoni singoli), il set di addestramento include campioni di fotoni singoli assegnati a masse target negative ("domain continuation"). La risposta di regressione è calibrata utilizzando eventi $Z \to e^+e^-$, dove gli elettroni fungono da proxy per gli sciami di fotoni mergeati, con correzioni applicate per le differenze di scala e risoluzione tra dati e simulazione.
• Modellazione del Segnale e del Background:
  • Segnale: Una template 2D delle masse ricostruite ($m_{A1}$ vs $m_{A2}$) viene costruita da eventi di segnale simulati a punti di massa discreti ($m_A = 1, 3, 5, 10, 15$ GeV). Le masse intermedie vengono interpolate.
  • Background: Il modello di background è derivato interamente dai dati utilizzando le regioni di sideband sia nella massa triphoton ($m_{\Gamma\Gamma\Gamma}$) che nel piano di massa 2D. La forma del background nella regione di segnale è stimata come una combinazione lineare di forme da sideband a bassa e alta $m_{\Gamma\Gamma\Gamma}$, normalizzata utilizzando le regioni off-diagonal del piano di massa 2D per evitare la contaminazione del segnale.

Contributi Chiave

1. Tecnica di Ricostruzione Innovativa: Il lavoro introduce l'applicazione di una Rete Neurale a Grafo per la regressione della massa di candidati diphoton semi-mergeati nel rivelatore CMS. Questo approccio sfrutta l'intera granularità dei depositi di energia ECAL, superando le tradizionali CNN grazie alla gestione naturale delle simmetrie rotazionali e delle strutture dati sparse.
2. Colmare il Gap di Massa: Questa analisi affronta con successo l'intervallo di massa $1 < m_A < 15$ GeV, una regione precedentemente inaccessibile alle ricerche CMS a causa dei limiti delle topologie completamente risolte o completamente mergeate.
3. Stima del Background Data-Driven: La metodologia impiega una strategia di stima del background robusta e completamente basata sui dati tramite sideband 2D, minimizzando il ricorso a processi di background simulati che sono difficili da modellare accuratamente per gli eventi QCD multijet e $\gamma$+jet in questa specifica topologia.

Risultati
L'analisi non trova alcun eccesso statisticamente significativo di eventi rispetto all'aspettativa del background del Modello Standard nell'intervallo esplorato. Di conseguenza, vengono stabiliti limiti superiori sul prodotto della sezione d'urto di produzione del bosone di Higgs e della frazione di branching, $\sigma(pp \to H) \times \mathcal{B}(H \to AA \to 4\gamma)$, al livello di confidenza del 95% (CL).

• Limiti: I limiti superiori osservati variano da 0,264 pb a $m_A = 1$ GeV a 0,005 pb a $m_A = 15$ GeV.
• Confronto: Questi risultati rappresentano i limiti più stringenti ad oggi nell'intervallo 1–5 GeV. Nello specifico, a $m_A = 3$ GeV, il limite osservato è circa 100 volte più stringente dei precedenti risultati ATLAS. La sensibilità è leggermente ridotta alle masse più basse rispetto alla ricerca CMS completamente mergeata (a causa della dominanza della topologia completamente mergeata lì) e alle masse più alte (a causa della minore resa di eventi e delle maggiori incertezze sul background), ma l'approccio semi-mergeato fornisce una copertura continua attraverso l'intero spettro.

Significatività
Il lavoro afferma che questa ricerca fornisce la prima misura dall'esperimento CMS nell'intervallo $m_A = 1–15$ GeV per il canale $H \to AA \to 4\gamma$. Sviluppando e validando una tecnica di regressione della massa basata sul deep learning, l'analisi dimostra la fattibilità della sonda di decadimenti esotici di Higgs in topologie dove la ricostruzione standard fallisce. I risultati vincolano significativamente i modelli BSM che coinvolgono pseudoscalari leggeri, come i Modelli a Due Higgs con Doppioletto più un Singoletto (2HDM+S) e gli scenari di produzione di particelle tipo assione, particolarmente nella regione a bassa massa dove i limiti precedenti erano più deboli. Il lavoro stabilisce un nuovo punto di riferimento per la ricerca di firme semi-mergeate in fisica delle alte energie.