Search for a boosted Higgs boson decaying to bottom quark pairs in association with a W or Z boson in proton-proton collisions at $\sqrt{s}$ = 13 TeV

CMS検出器によって収集された13 TeVでの138 fb$^{-1}$の陽子・陽子衝突データを用い、ハドロン崩壊するWまたはZボソンを伴う、ボトムクォーク対へと崩壊するブーストされたヒッグス粒子の探索を行った結果、観測された信号強度$\mu$は0.72 $^{+0.75}_{-0.71}$であり、不確かさの範囲内で標準模型の期待値と一致した。

要約

全体像：「超重量級」ヒッグスを狩る

大型ハドロン衝突型加速器（LHC）を、世界最強の粒子衝突マシンだと想像してみてください。それは陽子を衝突させ、新しい粒子のカオス的な爆発を引き起こします。その中で、科学者たちはヒッグス粒子を探しています。これは他の粒子に質量を与える粒子です。

通常、ヒッグスが生成されるとき、それはゆっくりと動く眠たいカメのようなものです。穏やかに漂い、小さな破片へと崩壊（分解）していきます。しかし、時としてヒッグスは莫大なエネルギーのブーストを受け、光速に近い速度で突進していきます。これは**「ブーストされた（加速された）」ヒッグス**と呼ばれます。

この論文は、CERNのCMS実験による報告書です。チームは、これらの高速で移動するヒッグス粒子を見つけるための宝探しに出かけました。具体的には、WまたはZ粒子（これら2つの他の重い粒子）と共に生成されたヒッグス粒子を探していました。そして、そのヒッグス自体が、一対のボトムクォーク（重い粒子であり、見た目が乱雑な破片の山のように見えるため、特定するのが非常に難しい）へと崩壊するケースを探していました。

課題：干し草の山から針を探す

ブーストされたヒッグスを見つけることは、信じられないほど困難です。それは、何千もの安価な花火を打ち上げている何万人もの人々で溢れかえるスタジアムの中で、特定の珍しい種類の花火を見つけようとするようなものです。

1. ノイズ： 最大の問題は「背景ノイズ」です。陽子が衝突すると、数百万の普通の粒子のジェット（ランダムな火花のようなもの）が発生します。これらは、私たちが探しているヒッグスと非常によく似ています。
2. シグナル： 私たちが求めるヒッグスは特別です。なぜなら、重くて速いからです。ヒッグスが2つのボトムクォークに崩壊するとき、それら2つのクォークは非常に近接しているため、単一の巨大でモヤモヤとした塊（「大半径ジェット」）へと合体してしまいます。
3. 共犯者： 事態をさらに難しくするのは、ヒッグスがしばしばWまたはZ粒子と共に生成されることです。この特定の探索において、チームは、ヒッグスとW/Z粒子の両方が、電子やミューオンのようなクリーンで識別しやすい粒子ではなく、乱雑なジェットへと崩壊したケースを探しました。

探偵の仕事：どのように事件を解決したか

CMSチームは、ノイズをフィルタリングしてシグナルを見つけ出すために、多段階の戦略を用いました。

1. 高速フィルター（トリガー）
まず、彼らは「スピードトラップ」を設置しました。粒子が猛烈な速さ（横運動量 > 450 GeV）で動いている衝突データのみを保持するようにしました。これは、クラブの入り口にいる用心棒が、全員を無視して、一定の速度よりも速く走っている人だけを通すようなものです。

2. 「賢い」目（AIとニューラルネットワーク）
高速の衝突データを手に入れた後、彼らは「ヒッグス・ジェット」と「ランダムなゴミ・ジェット」を区別する必要がありました。

• 彼らは、PARTICLENETと呼ばれる高度なAIツールを使用しました。これは、超スマートな探偵のように機能します。
• このAIは、巨大なジェットの内部構造を観察します。ヒッグス・ジェットには特定の「指紋」（2つの異なるものが融合しているように見える）がありますが、ランダムなゴミ・ジェットは混沌とした混乱状態に見えます。
• また、AIは「ヘビーフレーバー」をチェックし、ヒッグスの崩壊の特定の成分であるボトムクォークの兆候を探します。

3. コントロールグループ（サイドバンド）
AIが単に推測しているだけではないことを確認するために、彼らは「コントロールグループ」を使用しました。彼らは、ヒッグスが存在しないことが分かっているデータの領域（「サイドバンド」）を調べました。これらを研究することで、実際のデータの中にどれだけの「ゴミ」が隠れているかを正確に推定し、それを差し引くことができました。

結果：惜しいミスだが、手法としては成功

2016年から2018年までのデータ（138「逆フェムトバルン」の衝突に相当する膨大な情報量）を分析した後、彼らは以下のことを発見しました。

• カウント： 彼らは標準模型のヒッグスと非常によく似たシグナルを見つけました。
• 強度： 彼らは「シグナル強度」（理論が予測する頻度と比較して、これがどの程度起こるか）を測定しました。その結果、0.72という値を得ました。
  • 例え： もし理論が100個のヒッグスが現れると予測していたなら、彼らは約72個の証拠を見つけたことになります。
  • 注意点： データにはノイズが多く、イベントも稀であるため、不確定性は非常に大きいです。結果は 0.72 ± 0.75 と記述されます。これは、真の値がほぼゼロから予測の1.5倍近くまで、幅広く存在し得ることを意味します。
• 有意性： 統計的に、この結果は「何も起こらなかった」という状態から1.0標準偏差離れています。素粒子物理学の世界では、発見を主張するために通常は5標準偏差が必要です。したがって、これは「発見」ではなく、「ヒント」あるいは「押し」に過ぎません。

しかし、明るい兆しもあります：

• 検証： 彼らは、自分たちの手法をテストするために、Z粒子（VZ）を含む同様のプロセスも調査しました。彼らの手法がZ粒子を測定できるほど十分に機能したという事実は、彼らの「探偵ツール」（AIと選択基準）が正しく機能していることを裏付けています。

結論

この論文は、新しい物理現象の「決定的な証拠（スモーキング・ガン）」は見つからなかったものの、手法が機能することを証明したと結論づけています。

彼らは、高度なAIと大半径ジェットを用いることで、乱雑な「ハドロン的（全ジェット）」崩壊チャネルにおいて、これらの捉えどころのない高速移動するヒッグス粒子を狩ることが可能であることを示しました。探索の感度は、主に利用可能なデータの量によって制限されていました。それは、ハリケーンの中でささやき声を聞こうとしているようなものです。彼らは正しいマイク（検出器とAI）を持っていますが、聞いている内容に絶対の自信を持つためには、もっと長く耳を傾ける時間（より多くのデータ）が必要です。

要約すると： 彼らは、高速で乱雑なヒッグス粒子を捕まえるためのハイテクな網を作りました。有望に見えるものをいくつか捕まえましたが、その網はまだ100%の確信を得るには十分な大きさではありませんでした。彼らは将来、より多くのデータを用いて再び網を投じる準備ができています。

技術概要

技術要約：WまたはZボソンに随伴する、ボーズド（高エネルギー）ヒッグス粒子のbクォーク対への崩壊の探索

問題と動機
2012年のヒッグス粒子の観測とその後の性質測定は、標準模型（SM）における電弱対称性の破れの理解を確固たるものにした。しかし、高横運動量（$p_T$）において顕著に現れる可能性のある、標準模型を超える現象（BSM）を解明するためには、ベクトルボソンとの随伴生成（VH、ここでV = WまたはZ）におけるヒッグス生成の精密な測定が極めて重要である。主要な生成メカニズムであるグルーオン融合（ggH）は、$p_T$が増大するにつれて相対的な寄与が減少する一方で、随伴生成（VH）の割合は高$p_T$において上昇する。

$H \to b\bar{b}$の崩壊チャネルは、分岐比が58%であり、ボーズド・ヒッグス生成の研究に理想的である。高$p_T$において、ヒッグスおよび随伴するベクトルボソンの崩壊生成物は近接し、単一の大きな半径を持つジェットとして再構成される。VH生成における$H \to b\bar{b}$の探索は、これまでレプトンを含むVの崩壊チャネルで行われてきたが、ハドロン的なVの崩壊チャネル（$V \to q\bar{q}$）は、これまでATLAS実験によってのみ探索されてきた。本研究は、CMS実験によるこのような初の探索であり、高$p_T$ヒッグス測定を$V(qq)H(b\bar{b})$最終状態へと拡張することを目指している。

手法
本解析では、2016–2018年のラン期間における、中心質量エネルギー$\sqrt{s} = 13$ TeVのCMS検出器によって収集された陽子・陽子衝突データ（積分ルミノシティ138 fb$^{-1}$に相当）を利用する。

• イベント選択: $p_T > 450$ GeVかつ$|\eta| < 2.5$を満たす、ちょうど2つの大きな半径（AK8）を持つジェットを持つイベントを選択する。一方のジェットはヒッグス候補（Jet 1）とし、もう一方はベクトルボソン候補（Jet 2）とする。
• ジェット部分構造とフレーバー・タギング: 解析では、ジェットのグルーミング（整理）および整理されたジェット質量（$m_{SD}$）の計算のためにソフトドロップ（soft-drop）アルゴリズムを採用している。ボーズド・ヒッグスおよびベクトルボソン候補を識別するために、グラフ畳み込みニューラルネットワークの質量デコレーション版であるPARTICLENET-MDアルゴリズムを使用する。このタガーは、$b$クォーク、$c$クォーク、軽クォーク、および一般的なQCDジェットの起源に対する識別能を提供する。
  • ヒッグス候補は、高い$D(bb \text{ vs. } cc, qq)$識別能に基づいて選択される。
  • ベクトルボソン候補は、低いQCD誤識別確率（$p(QCD)$）を要求され、以下の3つの質量窓に分類される：40–68 GeV、68–110 GeV（Vのシグナル領域）、および110–202 GeV。
• 背景事象（バックグラウンド）推定:
  • QCDマルチジェット: 主要な背景事象は、$D(bb \text{ vs. } QCD)$の要求を満たさないコントロール領域（CR）を用いて、データから直接推定される。同時フィットから導出されたパラメトリックな転移係数（transfer factor）を用いて、QCDの形状と収量をシグナル領域（SR）へと外挿する。
  • 共鳴背景事象（W/Z+jets、ダイボソン）: シミュレーションを用いて推定され、ジェットの質量スケール、分解能、およびタギング効率を制約するために、単一のミューオンと$b$タグ付きジェットを含むW富化CRによって較正される。
  • トップクォーク背景事象: シミュレーションから推定され、その正規化は半レプトン的$t\bar{t}$イベントを標的としたCRを用いて制約される。
• 統計解析: フレーバー識別子のパス/フェイル領域および3つのV質量カテゴリにわたる、ヒッグス候補の$m_{SD}$分布に対するビン付き最大尤度フィットを実行する。シグナル強度（$\mu$）は、標準模型の期待値に対して抽出される。

主な貢献

• ハドロン的Vチャネルにおける初のCMS探索: 本解析は、ハドロン的に崩壊するWまたはZボソンを伴うボーズド$H \to b\bar{b}$に関する初のCMS探索を提示するものである。
• 検証戦略: 本解析は、$V(qq)Z(b\bar{b})$プロセスを同時に測定する。このプロセスは、選択基準がシグナルと同じであるが、既知の標準模型断面積を持つため、解析戦略および背景事象モデリングのインサイチュ（in-situ）検証として機能する。
• 高度な機械学習: 質量デコレーションされたPARTICLENET-MD分類器の実装により、ジェット質量への依存性を最小限に抑えつつ、ボーズドジェットの堅牢なフレーバー・タギングが可能となり、これはヒッグス信号をQCD背景事象から分離するために極めて重要である。

結果
$V(qq)H(b\bar{b})$プロセスの観測されたシグナル強度は以下の通りである：
$$\mu_{VH} = 0.72^{+0.75}_{-0.71}$$
この結果には統計的および系統的な不確かさが含まれる。背景事象のみの仮説に対する観測された有意性は1.00標準偏差（$\sigma$）であり、期待される有意性は1.64 $\sigma$であった。

検証チャネルである$V(qq)Z(b\bar{b})$については、観測されたシグナル強度は $\mu_{VZ} = 0.09^{+0.63}_{-0.63}$ であり、観測された有意性は0.15 $\sigma$（期待値は1.76 $\sigma$）であった。

結果は不確かさの範囲内で標準模型の予測と一致している。測定の精度は、主に利用可能なデータセットのサイズ、具体的には、転移係数を通じてQCD背景事象を制約するために使用されるサイドバンド領域におけるイベント数の有限性に制限されている。

意義
本論文は、この測定がCMSの高$p_T$ヒッグスプログラムをハドロン的ベクトルボソン崩壊チャネルへと拡張し、レプトン的探索に対する補完的なプローブを提供することを主張している。現在の結果は標準模型の期待値に対して有意な超過を示していないが、ルミノシティが増加した際の将来の解析に向けた手法を確立している。この控えめな有意性は、手法の失敗ではなく、現在のデータの制限を反映したものである。これは、$VZ$プロセスを用いた成功した検証によって裏付けられている。本解析は、困難な全ハドロン最終状態において、ボーズド・ヒッグスおよびベクトルボソン候補を再構成および識別する能力を実証しており、LHCがより多くのデータを蓄積するにつれて、より感度の高い探索への舞台を整えるものである。