Heavy Neutrinos across the Electroweak-to-Multi-TeV Frontier via Novel ML-Enhanced Probes

技術要約：新規ML強化プローブによる、エレクトロウィークからマルチTeV領域にわたる重いニュートリノの探索

問題提起
重いニュートリノの探索は、シーソー機構の検証およびニュートリノ質量の起源を説明する上で中心的な目的であり続けている。既存の実験的制約（メソン崩壊、無ニュートリノ二重ベータ崩壊、およびコレールの探索（LEP, LHC））は特定の質量範囲をカバーしているが、特に重いニュートリノ質量（$m_N$）がエレクトロウィークスケールからマルチTeV領域に及ぶ領域において、顕著なギャップが存在する。従来の探索戦略は、多くの場合、$s$チャネル生成に依存しているが、これは位相空間の制限により、高質量（$m_N \gtrsim 1$ TeV）では運動学的に抑制される。さらに、第3世代の結合（$\tau$レプトンを含むもの）に関する現在の制約は、第1および第2世代のレプトンと比較して著しく弱い。広範な質量スペクトル（50 GeVから10 TeV）にわたって感度を維持し、高輝度環境における膨大な標準模型（SM）背景事象から稀な信号を区別するという課題に対処する、統一された戦略が必要とされている。

手法
著者らは、$\sqrt{s} = 13.6$ TeVの陽子・陽子衝突における包括的な解析戦略を提案しており、最終状態として$\ell\nu jj$（荷電レプトン、欠損横運動量、および2つのジェット）を対象としている。本研究は、2つの異なる生成領域を網羅している：

1. $s$チャネル生成： $m_N < 1$ TeVにおいて支配的であり、ドレル・ヤン過程および$W\gamma$融合を介した共鳴生成を伴う。
2. ベクトルボゾン・フュージョン（VBF）： $m_N > 1$ TeVにおいて支配的であり、仮想的な重いニュートリノの$t$チャネル交換を伴う。これは、質量増加に伴う断面積の減少が緩やかであるという特徴を持つ。

シミュレーションおよびイベント生成：
信号サンプルは、HeavyNモデルを用い、50 GeVから10 TeVまでの16個の質量点を含むMadGraph5_aMC@NLOを使用して生成された。背景事象には、$V$+jets、ダイボゾン、およびトップクォーク生成などの主要なSMプロセスが含まれ、$pp \to \ell\nu + \ge 2j$として包括的にシミュレートされた。イベントは、パートンシャワーおよびハドロン化のためにPythia 8、およびCMS構成を用いた検出器エミュレーションのためのDelphes 3.4.1（平均140の相互作用を含む現実的なパイルアップ条件と物体識別効率を含む）を通じて処理された。

機械学習解析：
信号と背景の識別を最適化するために、著者らはXGBoostおよびScikit-learnを用いた勾配ブースティング決定木（BDT）を採用した。

• 入力特徴量： モデルは、横運動量（$p_T$）、擬ラピディティ（$\eta$）、方位角（$\phi$）、欠損横運動量（$E_T^{\text{miss}}$）、不変質量（$M$）、横質量（$M_T$）、およびジェット、レプトン、欠損エネルギー間の角度分離（$\Delta R, \Delta \eta, \Delta \phi$）を含む31個の運動学的変数を用いて訓練された。
• 訓練戦略： 各質量点および異なるレプトンフレーバー（$\ell = \mu, \tau$）に対して、個別のBDTモデルが訓練された。$\tau$チャネルについては、再構成能力を反映させるため、ハドロン崩壊（$\tau \to \pi\nu$）のみをシミュレートした。
• 統計的解釈： 期待限界は、積分輝度3000 fb$^{-1}$（HL-LHC）に対応するAsimovデータセットに対する漸近的プロファイル尤度法を用いたCMS Combineツールを使用して導出された。系統誤差（PDF、スケール変動、輝度、レプトン/ジェット効率）は、摂動パラメータを介して組み込まれた。

主な貢献および結果

• 統一された質量範囲： 本研究は、$s$チャネル生成とVBF生成メカニズムを組み合わせることで、50 GeVから10 TeVの全質量範囲にわたる連続的な探索戦略が可能であることを示している。断面積の挙動は、低質量での共鳴支配から高質量でのVBF支配へとシフトし、これら2つの寄与は$m_N \approx 1$ TeV付近で収束する。
• MLによる感度の向上： BDT解析は複雑な運動学的相関を効果的に捉える。特徴量の重要度分析により、荷電レプトンと欠損エネルギーを含む横質量変数（$M_T(\ell E_T^{\text{miss}})$）およびダイジェット不変質量（$M(j_1 j_2)$）が最も識別力の高い特徴であることが明らかになった。$M(j_1 j_2)$分布は、特に低質量の共鳴ピークと高質量の広範なVBFスペクトルを区別する。
• 予測限界： 3000 fb$^{-1}$を仮定した場合、本研究は混合パラメータ $|V_{\ell N}|^2$ に対する95%信頼区間上限を投影している：
  • $m_N = 50$ GeVにおいて、感度は$O(10^{-5})$に達する。
  • 質量が10 TeVに近づくにつれ、感度は$|V_{\ell N}|^2 \sim 1$まで広がる（ユニタリティによって制約される）。
  • この戦略は、特にVBFが支配的となるマルチTeV領域において、既存のDELPHIおよびプロンプト・トリレプトン探索の限界を大幅に改善する。
• 第3世代への到達範囲： 本解析は$\tau$チャネルを具体的に扱っており、ハドロン的な$\tau$再構成や最終状態における追加のニュートリノの課題があるにもかかわらず、提案されたVBF強化型ML戦略が、現在の制約が弱い領域において$|V_{\tau N}|^2$を探索するための実行可能な経路を提供することを実証している。
• レプトン普遍性： このフレームワークは、レプトン普遍性の破れをテストするために、電子、ミューオン、およびタウのチャネルを組み合わせることを可能にする。

意義
本論文は、このアプローチが既存の探索戦略に対して「有望かつ相補的な経路」を提供すると主張している。新しい生成メカニズム（高質量におけるVBF）と高度な機械学習分類を統合することで、本研究は重いニュートリノの発見範囲をハドロン衝突器において大幅に拡張している。特に、従来のカットベースの解析や$s$チャネルのみの探索では感度が低下する、第3世代の重いニュートリノの探索およびマルチTeV領域の探索を強調している。本研究は、高輝度LHCの物理ポテンシャルを最大化するための、包括的なシミュレーションとML手法の有用性を強調している。