Optimisation of the vertex detector and measurement of Higgs decays to second-generation quarks at the CEPC

技術要約：CEPCにおける頂点検出器の最適化および第2世代クォークへのヒッグス崩壊の測定

問題提起
将来の電子・陽電子衝突型加速器、特に環状電子・陽電子衝突型加速器（CECE）におけるヒッグス粒子の精密測定は、標準模型（SM）を超える物理を探索する上で極めて重要である。主要な目的の一つは、$H \to c\bar{c}$ および $H \to s\bar{s}$ の崩壊モードを通じた、第2世代クォークへの湯川結合の直接測定である。$H \to c\bar{c}$ はパーセントレベルの精度で測定可能と予想されている一方で、$H \to s\bar{s}$（分岐比 $\sim 2.3 \times 10^{-4}$）の観測は依然として大きな課題である。これらの稀な崩壊を、支配的な背景事象（$H \to b\bar{b}$、$gg$、および軽クォークなど）から区別する能力は、頂点検出器の幾何学的構成、特に最内層半径とシリコンピクセルセンサの空間分解能に大きく依存する。本研究は、これらの検出器パラメータの変動が、第2世代クーク測定に対する物理的感度にどのように変換されるかを定量化する必要性に取り組むものである。

手法
著者らは、積分ルミノシティ $20 \text{ ab}^{-1}$ および約 $0.9 \times 10^6$ 個のヒッグス粒子に対応する $\nu\bar{\nu}H$ 生成チャネル（$Z \to \nu\bar{\nu}$ または $WW$ 融合経由）をベンチマークとして、概念的な最適化研究を実施している。

1. シミュレーション・フレームワーク: 本研究では、Geant4ベースのフルシミュレーションによって検証されたDelphesベースの高速シミュレーション・フレームワークを利用している。検証の結果、インパクトパラメータ分解能において5%以内の誤差、およびジェット・フレーバー移行行列の対角要素において3%未満の差で一致することが示された。ビーム誘起背景事象については、CEPCの技術設計報告書（TDR）の知見に基づき、その影響は制御下にあるとして無視している。
2. パラメータ・スキャン: 研究では、CEPCのベースライン設計に対する2つの主要な幾何学的スケーリング係数を変化させている：
   • $R_{rad}$: 最内層半径（$r_{inner}$）のスケーリング係数。
   • $R_{res}$: 空間分解能（$\sigma_{hit}$）のスケーリング係数。
     スキャンは、0.5（野心的なアップグレード）から2.0（保守的な劣化）の範囲の係数で行われる。
3. 解析チェーン:
   • トラック再構成: インパクトパラメータ分解能（$\Delta d_0, \Delta z_0$）は、分布の二乗平均平方根（RMS）を通じて定量化される。
   • フレーバー・タギング: AI駆動型のJOI（Jet Origin Identification）アルゴリズム（ParticleNetアーキテクチャに基づく）が、運動学的変数、粒子種情報、およびインパクトパラメータを用いて、11のジェット・フレーバー・カテゴリ（$b, c, s, u, d, g$ およびそれらの反粒子）への尤度を割り当てる。性能は、移行行列およびそのトレース（$Tr(M)$）を用いて評価される。
   • 物理ベンチマーク: 特定のヒッグス崩壊仮説に対する事後確率 $S_{f\bar{f}}$ を計算するために、イベントレベルのベイズ尤度が構築される。最適なワーキングポイントは、効率（$\epsilon$）と純度（$P$）の積を最大化することによって決定される。
   • 指標: $H \to c\bar{c}$ に対する統計的不確定性と、$H \to s\bar{s}$ に対する信号有意性（Asimov有意性）が計算される。

主な貢献および結果

• インパクトパラメータ分解能: 本研究は、最内層半径（$R_{rad}$）がインパクトパラメータ分解能を決定する支配的な要因であることを確立している。内半径を半分にすると分解能は約2倍改善されるが、2倍にすると性能は同様に低下する。対照的に、空間分解能（$R_{res}$）の変動は限定的であり、分解能を約10%しか変化させない。
• フレーバー・タギング性能:
  • 内半径を縮小することで、特に $H \to s\bar{s}$ 信号の分離に不可欠な $b \to s$ および $c \to s$ の誤識別率が大幅に低下する。
  • 正しい分類確率を表す移行行列のトレース（$Tr(M)$）は、$\log_2(R_{rad})$ に対して線形依存性を示し、空間分解能の変化よりも5倍高い感度を持つ。
  • JOIアルゴリズム（ParticleNet）は、従来のXGBoost手法と比較して優れた性能を示し、関連する効率範囲において誤識別率を1桁から3桁低減させた。
• 物理的感度:
  • $H \to c\bar{c}$: 内半径を半分にすること（$R_{rad}=0.5$）で、信号収量が増加し $b\bar{b}$ 背景事象が抑制され、相対的な統計的不確定度がベースラインと比較して約4%減少する。半径を2倍にすると、不確定度は同程度の幅で増加する。空間分解能の変化は無視できる影響（<1%）を与える。
  • $H \to s\bar{s}$: $H \to s\bar{s}$ の測定は内半径に対して非常に敏感である。半径を半分にすることで $gg$背景事象が抑制され、信号有意性が$4.42\sigma$から$4.76\sigma$へと8$4.23\sigma$ に低下する。本研究では、JOIアルゴリズムの高い性能により、$b\bar{b}$ 背景事象はすべての構成において完全に抑制されることが指摘されている。
  • 全体的な傾向: $H \to c\bar{c}$ に対する最大 $\epsilon \times P$ は、半径が2倍変化するごとに8%シフトし、$H \to s\bar{s}$ に対しては12%変化する。

意義および主張
本論文は、頂点検出器の最内層半径が、CEPCにおける第2世代クォークへの稀なヒッグス崩壊に対する感度を支配する主要な幾何学的パラメータであると主張している。空間分解能も重要ではあるが、その影響は内半径と比較して二次的なものである。

著者らは、ベースラインのCEPC設計を用いることで、$H \to c\bar{c}$ の統計的精度は0.66–0.71%の範囲となり、$H \to s\bar{s}$ の有意性は $4\sigma$ を超えると予測している。本研究は、内半径を最適化することでこれらの指標を10%未満の幅で改善できる一方で、劣化させると同程度の負の影響を受けることを強調している。著者らは、これらの結果を理想的な背景事象条件下での「上限推定値」として位置づけており、現実的なビーム誘起背景事象やその他の標準模型プロセスが感度をさらに希釈させる可能性があることを認めている。

本研究は、検出器設計に対する具体的な指針を提供しており、特に $H \to s\bar{s}$ の識別という目標においては、空間分解能の微細な改善よりも、最内層半径を最小化する努力の方がより効果的であることを示唆している。著者らは、最適化された頂点検出器と、ハドロン識別技術の向上や生産チャネルの拡大を含む解析手法の継続的な進展があれば、$H \to s\bar{s}$ の最初の明確な観測と、第2世代湯川結合の厳格なテストが実現可能であると結論付けている。