hep-ex

Polarisation fractions in $B\to V_1 V_2$: U-Spin constraints and new physics signatures

本論文は、U-スピン対称性を用いて $B \to V_1 V_2$ 崩壊を調査しており、標準模型が自由パラメータを用いることでデータを説明できる一方で、理論的に動機付けられた階層性を課すと、特に $\Delta S = 1$ モードである $B_s \to K^{*0} \overline{K^{*0}}$ において顕著な不一致が生じ、これらは大きな非因子分解寄与を仮定しない限り、単純な新物理のシナリオでは完全には解決できないことを明らかにしている。

Search for dimuon resonance in the 35 to 75 GeV mass range using 140 fb$^{-1}$ of 13 TeV $pp$ collisions with the ATLAS detector

ATLAS検出器によって収集された13 TeVの陽子・陽子衝突データ140 fb$^{-1}$を用い、本研究ではガウス過程回帰を用いて35から75 GeVの間のダイミューオン共鳴探索における背景事象の課題をモデル化し、有意な超過は見出されず、ダークフォトンおよびダークマター媒介子モデルに対する新たな制約を設定した。

Soft Contributions Stabilize NNLO QCD Corrections to Quarkonium Production and Decay

Polarization interference in exclusive $V+$jets at all orders in $\alpha_s$

本論文は、$\gamma^*$崩壊においては排他的な$V$+jets過程における横方向・縦方向偏極干渉が位相空間積分によって消失する一方で、$W$および$Z$ボソンではパリティ対称性の破れによって緩和されることを示し、フィデューシャルカットを考慮するための枠組み、および新物理や重イオン衝突への示唆を提供するものである。

Defining a Minimum Resolution for Unbinned Analyses

本論文は、機械学習モデルを利用するコライダー解析において、系統誤差を統計誤差へと変換することで、偏りのない信号強度推定を保証するフィデューシャル信号領域を定義する、最小分解尤度（Minimum Resolution Likelihood; MRL）法を導入するものである。

Study of the $e^+e^-\to π^+π^-D_s^+D_s^-$ process from $\sqrt{s}$ = 4.42 to 4.95 GeV at BESIII

重心エネルギー4.42から4.95 GeVの間でBESIII検出器によって収集された8.5 fb⁻¹の衝突データを用い、本研究では、$e^+e^-\to \pi^+\pi^-D_s^+D_s^-$過程における有意な信号は報告せず、代わりにそのボルン断面積に対して90%信頼水準の上限値を設定し、さらに$D_s^+D_s^-$不変質量スペクトルにおいて中間チャームモノニウム様共鳴の証拠は見いだせなかったことを報告する。

Searching for the $G(3900)$ via the $K^- p \to D_s^- \Lambda_c^+ G(3900)^0$ reaction

本論文は、有効ラグランジアン法を用いて、$e^+e^-$衝突における干渉効果から解放された状態で、$G(3900)$構造が真の共鳴状態であるか分子状態であるかというその性質を決定するために、$K^- p \to D_s^- \Lambda_c^+ G(3900)^0$反応を通じて$G(3900)$構造を探索することを提案するものである。

Influence of the KK graviton decay into hh on the triple Higgs measurement at LHC

本論文は、トリプルヒッグス質量領域における最近のATLASの超過が、1000 GeVおよび1300 GeVにおける予測されたランドール・サンドルムKK重力子共鳴に対応する可能性があり、今後のLHC Run 3のデータを用いてこれらの追加共鳴の存在を裏付け、KK重力子の結合パラメータ$k_l$を制約するための有望な経路を提供することを提案する。

Tracking performance study of the LHCb UP Detector

本論文は、LHCb UP MAPSベースのピクセルトラッカーの設計を提示し、その専用のスタンドアロン再構成アルゴリズムが高効率（〜98%）かつ低ゴースト率（<4%）を達成し、将来の高輝度化に伴うトラッキングの課題に対する堅牢なソリューションを提供することを実証するものである。

Factorizable Normalizing Flows for parameter-dependent density morphing

本論文では、固定された参照フローと学習可能な因数分解された多項式変換を組み合わせることで、パラメータ依存の密度変形をモデル化し、指数関数的に巨大な結合パラメータ空間のサンプリングに伴う計算上の困難さを回避しながら効率的な推論を可能にする、スケーラブルかつ解釈可能なフレームワークであるFactorizable Normalizing Flows (FNFs) を提案する。