Study of Higgs boson pair production in the $HH \rightarrow b \overline{b} γγ$ final state with 308 fb$^{-1}$ of data collected at $\sqrt{s} =$ 13 TeV and 13.6 TeV by the ATLAS experiment

ATLAS 実験は、2015 年から 2024 年にかけて収集された 13 TeV および 13.6 TeV の衝突エネルギーにおける 308 fb$^{-1}$のデータを解析し、$HH \rightarrow b \bar{b} \gamma \gamma$ 最終状態におけるヒッグス粒子対生成の探索を行い、標準模型からのずれは見られなかったものの、ヒッグス自己結合パラメータに制限を設ける結果を得ました。

要約

1. 物語の舞台：「宇宙のレシピ本」を探す探検

ヒッグス粒子は、2012 年に発見された「宇宙の質量を与える魔法の粒子」です。しかし、単に「ある」ことだけでなく、「その粒子が自分自身とどう相互作用するか」（これを「自己結合」と呼びます）を知ることは、宇宙の成り立ちや、ビッグバン直後の世界を理解する上で極めて重要です。

これを**「宇宙のレシピ本」**に例えると：

• 単一のヒッグス粒子：「卵」が見つかったこと。
• ヒッグス粒子のペア（双子）：「卵 2 個が同時に現れる現象」を探すこと。
• 自己結合：「卵が卵とくっつく性質」を調べることで、このレシピ本に隠された「秘密の料理法（新しい物理法則）」を見つけ出す試みです。

もし、予想された「卵のペア」の作り方が違っていたら、それは「新しい料理（新しい物理）」が存在する証拠になります。

2. 実験の手法：「針山から 2 本の針を見つける」

この実験は、非常に困難なタスクでした。

• 難易度：LHC で起こる 10 億回の衝突のうち、ヒッグス粒子のペアが生まれるのは1000 回に 1 回程度です。さらに、その中でも特定の「形（2 つの光子と 2 つのボトムクォーク）」で現れるのは、1 万分の 1以下の確率です。
• 狙い：研究者たちは、この**「極めて稀な双子」**を見つけ出し、それが「標準モデル（現在の物理の常識）」の予測通りかどうかを確かめました。

データの量：
今回は、2015〜2018 年（13 TeV）と 2022〜2024 年（13.6 TeV）のデータを合計し、308 fb⁻¹という莫大な量（前回の研究よりさらに多い）を分析しました。これは、**「針山から、より多くの針を集めて、より正確に探す」**ようなものです。

3. 検出のトリック：「光の閃光と重たい石」

ヒッグス粒子のペアはすぐに消えてしまいます。そこで、ATLAS 実験は以下の「目印」を探しました。

1. 2 つの光子（光の粒）：非常に明るく、正確に測れる「閃光」です。
2. 2 つのボトムクォーク：「重たい石」のような存在です。

「GN2（ジー・エヌ・ツー）」という新しい AI：
過去の研究では、この「重たい石」を見分けるのが難しかったです。しかし、今回は**「トランスフォーマー型ニューラルネットワーク」という最新の AI**を採用しました。

• 例え：従来の方法は「石の形を肉眼で見る」ようなものですが、新しい AI は「石の重さ、質感、周囲の空気の流れまで含めて、AI が直感的に『これは本物の石だ』と判断する」ようなものです。これにより、背景のノイズ（偽物の石）を劇的に減らすことができました。

また、**「運動量フィッティング」**という技術を使い、粒子の軌道を計算し直すことで、双子の質量をより精密に測れるようにしました。

4. 結果：「予想通りだが、もっと詳しくなりたい」

今回の分析結果は以下の通りです。

• 発見されたか？

  • 「ヒッグス粒子のペア」の存在は、統計的に**「標準モデルの予測と矛盾しない」**ことが確認されました。
  • しかし、「新しい物理（予想外の現象）」の証拠は現時点では見つかっていません。
  • 言い換えれば、「卵 2 個の作り方は、今のレシピ本とほぼ同じだった」ということです。

• 数値で言うと？

  • 予測された信号の強さ（μ）は「1.0」ですが、観測された値は「0.9 ± 1.4」でした。これは「1.0」の範囲内に収まっているため、「予想通り」と言えます。
  • しかし、**「95% の確信度で、この現象は標準モデルの 3.7 倍以下である」**という上限が設定されました。

• 自己結合（κλ）の制限

  • ヒッグス粒子が自分自身とどうくっつくかという「結合の強さ」は、**「-1.6 から 6.6 の間」**にあると推定されました。
  • 標準モデルの予測（1.0）はこの範囲に含まれますが、まだ幅広いです。つまり、「1.0 である可能性が高いが、もしかしたらもっと強いか弱いかも？」という状態です。

5. この研究の意義：「地図の空白を埋める」

今回の研究は、「より多くのデータ」と「より賢い AI（GN2）」、そして**「より精密な計算」によって、前回の研究よりも約 2 倍**の精度で制限を設けることに成功しました。

• 何ができたか：「新しい物理が見つかる可能性のある場所」を、より狭く絞り込むことができました。
• 今後の展望：まだ「完全な答え」は出ていません。LHC がさらに高エネルギーで運転され、より多くのデータが蓄積されれば、この「幅広の範囲」がさらに狭まり、「本当に新しい物理（卵のレシピの裏技）」が見つかるかどうかが、より明確になるでしょう。

まとめ

この論文は、**「宇宙の最も基本的な仕組み（ヒッグス粒子）が、今のところ『常識通り』に動いていることを、より高い精度で確認した」**という報告です。

「新しい驚き（新物理）」は今回は見つかりませんでしたが、**「常識の範囲をこれだけ狭く特定した」という事実自体が、物理学の地図をより詳細に描き上げるための重要な一歩となりました。まるで、「宝の地図の空白地帯を、より細かく塗りつぶして、本当の宝（新物理）の場所を特定しやすくした」**ような成果です。

技術概要

以下は、CERN の ATLAS 実験による論文「Study of Higgs boson pair production in the $H\bar{b}b\gamma\gamma$ final state with 308 fb$^{-1}$ of data collected at $\sqrt{s}= 13$ TeV and 13.6 TeV」の技術的な要約です。

1. 研究の背景と課題 (Problem)

ヒッグス粒子の発見以降、素粒子物理学の中心的な課題の一つは、ヒッグスポテンシャルの性質、特に**ヒッグス粒子の自己結合（trilinear Higgs coupling）**を直接測定することです。標準模型（SM）では、この結合定数は真空期待値とヒッグス質量によって完全に決定されますが、これを検証するにはヒッグス粒子対生成（$HH$ 生成）の過程を観測する必要があります。

• 課題: $HH$ 生成の断面積は極めて小さく（SM 予測で 13 TeV において約 33 fb）、検出は困難です。
• 対象チャネル: $HH \to b\bar{b}\gamma\gamma$ 最終状態（ヒッグス粒子の一方が $b\bar{b}$、他方が $\gamma\gamma$ に崩壊）は、全 $HH$ 事象の約 0.26% しか占めませんが、2 光子の質量分解能が極めて優れているため、シグナル対背景比（S/B）を高める上で最も効率的なチャネルの一つです。
• 目的: 従来の解析（Run 2 のみ）を更新し、より多くのデータ（Run 2 と Run 3 の組み合わせ）と高度な解析手法を用いて、$HH$生成断面積の制限と自己結合係数$\kappa_\lambda$ の制約を強化すること。

2. 手法とデータ (Methodology)

データセット

• 衝突エネルギー: 13 TeV (Run 2: 2015-2018) および 13.6 TeV (Run 3: 2022-2024)。
• 積分光度: 合計 308 fb$^{-1}$（13 TeV で 140 fb$^{-1}$、13.6 TeV で 168 fb$^{-1}$）。
• 検出器: ATLAS 検出器。

事象選択と前処理

• トリガー: 2 つの光子（$p_T > 35$ GeV, 25 GeV）を要求。
• オブジェクト: 2 つの光子と少なくとも 2 つの $b$ ジェットを再構成。
• $b$ タギング: 従来の手法から、**トランスフォーマー型ニューラルネットワーク（GN2）**に基づく新しい $b$ タギングアルゴリズムを採用。$b$ ジェットに対する効率は 85%、軽クォーク・グルーオンジェットに対する誤識別率は 0.01（チャームジェットで 0.20）を達成。
• 運動量フィッティング（Kinematic Fit, KF）:
  • 横運動量保存則と、$b\bar{b}$ 不変質量をヒッグス質量（125 GeV）に拘束する項を導入した 2 段階の KF を実施。
  • これにより、$b\bar{b}$ 不変質量の分解能を最大 27%、$b\bar{b}\gamma\gamma$ 系全体の分解能を 46% 改善。

事象分類と背景モデル

• 分類基準: 再構成された 4 体不変質量 $m^*_{b\bar{b}\gamma\gamma}$（分解能改善を目的とした補正質量）に基づき、「高質量領域（350 GeV 以上）」と「低質量領域（350 GeV 未満）」に分割。
• 多変量解析: 各領域ごとに XGBoost を用いた Boosted Decision Tree (BDT) を訓練。
  • 入力変数：光子・$b$ ジェットの運動量、$\eta, \phi$、BDT スコア、VBF 特徴量など。
  • 目的：$HH$シグナルと背景（単一ヒッグス崩壊、連続スペクトルの$\gamma\gamma$ + ジェット）の分離。
  • 結果：高質量領域 3 カテゴリ、低質量領域 4 カテゴリの計 7 カテゴリ（Run 2 と Run 3 でそれぞれ独立）に分類。
• 背景モデル化:
  • 連続スペクトル背景（$\gamma\gamma$ + jets）は、データ駆動型アプローチ（サイドバンド領域のフィッティング）と指数関数モデルで記述。
  • 共鳴背景（単一ヒッグス）は SM 予測に基づき固定。

統計解析

• 同時フィッティング: 14 カテゴリ（高・低質量 × 7 カテゴリ × 2 期間）の二光子不変質量分布に対して、シグナル強度 $\mu_{HH}$ と結合係数 $\kappa_\lambda, \kappa_{2V}$ をパラメータとする同時プロファイル尤度フィッティングを実施。
• 系統誤差: 光子エネルギー較正、$b$ タギング効率、光度、理論的不確かさ（QCD スケール、PDF など）をヌイサンスパラメータとして考慮。

3. 主要な貢献 (Key Contributions)

1. データ量の拡大とエネルギーの更新: 13.6 TeV のデータを含む Run 3 の初期データを初めて $HH$ 解析に組み込み、統計的精度を大幅に向上。
2. GN2 $b$ タギングの導入: 機械学習（トランスフォーマー）を用いた新しい $b$ タギングアルゴリズムを実装し、シグナル効率と背景抑制のバランスを最適化。
3. 運動量フィッティングの高度化: $b\bar{b}$ 質量をヒッグス質量に拘束する KF を適用し、質量分解能を劇的に改善。これによりシグナルの検出感度を向上させた。
4. 解析戦略の最適化: Run 2 と Run 3 の背景形状を相関させることで、カテゴリ分割の最適化を行い、統計的有意性を約 20% 向上させた。

4. 結果 (Results)

• シグナル強度 ($\mu_{HH}$):

  • 観測値: $\mu_{HH} = 0.9^{+1.4}_{-1.1}$（期待値は $1.0^{+1.3}_{-1.0}$）。
  • 統計的有意性: 0.78$\sigma$（期待値 1.01$\sigma$）。
  • 95% 信頼区間での上限: $\mu_{HH} < 3.7$（SM 予測に対する上限）。
  • 以前の解析（13 TeV のみ）と比較して、期待される上限は約 2 倍改善された。

• ヒッグス自己結合係数 ($\kappa_\lambda$):

  • 観測された 95% 信頼区間: $-1.6 < \kappa_\lambda < 6.6$。
  • 期待される区間: $-1.8 < \kappa_\lambda < 6.9$。
  • 標準模型の値 ($\kappa_\lambda = 1$) はこの範囲内に含まれている。

• 四重結合係数 ($\kappa_{2V}$):

  • 観測された 95% 信頼区間: $-0.5 < \kappa_{2V} < 2.6$。

• 2 次元フィッティング:

  • $\kappa_\lambda$ と $\kappa_{2V}$ を同時にフリーパラメータとした場合、観測値は $\kappa_\lambda = 2.8^{+2.2}_{-3.0}$、$\kappa_{2V} = 1.6^{+0.6}_{-1.8}$ となった（他のパラメータは制約なし）。

5. 意義 (Significance)

この解析は、LHC におけるヒッグス粒子対生成の探索において重要なマイルストーンです。

• 感度の向上: 統計量の増加と GN2 タギング、KF などの技術的進歩により、標準模型からの逸脱を検出する感度が大幅に向上しました。
• 新物理への制約: ヒッグスポテンシャルの形状、特に自己結合の大きさに厳しい制約を課しました。現在の結果は標準模型と矛盾していませんが、将来の高光度 LHC (HL-LHC) に向けた重要な基盤を提供しています。
• 技術的ブレイクスルー: 深層学習（トランスフォーマー）を $b$ タギングに適用し、運動量フィッティングを組み合わせる手法は、将来の複雑な最終状態の解析における標準的なアプローチとなる可能性があります。

結論として、ATLAS 実験は 308 fb$^{-1}$ のデータを用いて $HH \to b\bar{b}\gamma\gamma$ チャネルを精密に解析し、ヒッグス自己結合係数 $\kappa_\lambda$ を $-1.6$から$6.6$ の範囲に制限することに成功しました。これは、標準模型の予測と整合しており、ヒッグス場の性質に関する理解を深める重要なステップです。