Measuring the trilinear Higgs self-coupling in Higgs boson pair production at multi-TeV muon colliders

技術要約：マルチTeVミューオン衝突型加速器におけるヒッグス・ボソン対生成を通じたトリリニア・ヒッグス自己結合の測定

問題と動機
トリリニア・ヒッグス自己結合（$\lambda_3$）は、ヒッグス・ポテンシャルの形状を決定するものであり、電気弱対称性の破れ（EWSB）セクターに対する極めて重要なプローブである。標準模型（SM）は特定の値を予測しているが、超対称性や複合ヒッグス模型のような多くの標準模型を超える（BSM）シナリオは、大幅な偏差を予測している。大型ハドロン衝突型加速器（LHC）による現在の制約は緩く（95% CLで $-0.71 < \kappa_3 < 6.1$）、高輝度LHC（HL-LHC）の予測される感度でさえ、依然として$\mathcal{O}(50\%)$レベルに留まっている。本論文は、結合修正因子 $\kappa_3 \equiv \lambda_3 / \lambda_3^{\text{SM}}$ をより高い精度で測定するための、マルチTeVミューオン衝突型加速器のポテンシャルを評価するものである。本研究では、ハドロン崩壊チャネル $HH \to b\bar{b}b\bar{b}$ を伴うベクトルボゾン・フュージョン（VBF）によるヒッグス・ボソン対（$HH$）生成に焦点を当て、重心エネルギー$\sqrt{s} = 3$ TeV（積分ルミノシティ $1 \text{ ab}^{-1}$）および $10$ TeV（$10 \text{ ab}^{-1}$）を解析対象としている。

手法
解析では、2つの異なる統計的ケースを扱う：(1) 標準模型の背景事象（バックグラウンド）に対する $HH$生成の観測可能性、および (2)$\kappa_3 \neq 1$と標準模型の点（$\kappa_3 = 1$）の識別。信号よりも数桁大きい背景事象を処理するために、著者らは多角的な戦略を採用している：

1. 運動学的領域: 事象を、4つの $b$ クォークが個別のジェットとして現れる分解領域（$p_T(H) < 200$ GeV）と、各ヒッグスの崩壊生成物が単一の大きな半径を持つジェットへと合体するブースト領域（$p_T(H) > 200$ GeV）に分割する。
2. 事象再構成:
   • 分解領域では、4つの再構成されたジェットを2つのヒッグス候補へ最適に割り当てるために、専用の SPANet（Symmetry Preserving Attention Network）を用い、従来の運動学的ペアリング手法を改良している。
   • ブースト領域では、大きな半径のジェット（$R=1.0$）を直接使用する。
3. 機械学習アーキテクチャ: 各領域に対して、2つの補完的なニューラルネットワークを訓練する：
   • $D_{HH}$: $HH$ 信号を全標準模型背景事象から分離するための分類器。
   • $D_{\kappa_3}$: 特定の $\kappa_3$ 仮説（具体的には $\kappa_3=0.4$ 対 $\kappa_3=1.6$）を識別し、形状情報を抽出するために訓練された分類器。
4. 特徴量エンジニアリング: モデルは、標準的な運動学的変数、低レベルの粒子クラウド情報、および トポロジカル・データ解析（TDA） デスクリプタを利用する。TDA 変数（$H_0, H_1, S_0, S_1, LB_1$）は、パーシステント・ホモロジーを通じて、グローバルな $(\eta, \phi)$ エネルギー流のトポロジーを要約し、標準的な観測量と相補的な、フレーム不変の幾何学的情報を提供する。
5. 統計解析: $D_{HH}$ および $D_{\kappa_3}$ 分類器の出力に対する2次元ビン化最大尤度適合を行う。解析では、系統誤差を無視し、統計的誤差のみを仮定して、Asimov データセットを用いた期待感度を投影する。

主な貢献

• 新規なML戦略: 片方のネットワークが信号を背景事象から分離し、もう片方が $\kappa_3$ の形状情報を分離するという2ネットワーク・アプローチを実装し、これらを2次元尤度適合によって組み合わせている。
• TDAの統合: コライダー現象論におけるトポロジカル・データ解析デスクリプタの有用性を実証しており、$H_0$（エネルギークラスターの合体における角度スケールを測定する）のような変数が、多分岐な $HH \to 4b$ 信号を背景事象から分離する上で非常に効果的であることを示している。
• ジェット割り当て: 分解領域におけるジェットとヒッグスのペアリングへの SPANet の適用は、従来の運動学的最小化と比較して、ヒッグス候補質量の再構成を大幅に改善する。
• 包括的な運動学的カバレッジ: 分解領域とブースト領域を厳密に組み合わせ、それらの運動学的相補性と、高エネルギーにおいてブースト領域の重要性が増すことを実証している。

結果
本研究は、結合修正因子 $\kappa_3$ に関する以下の感度を投影している：

• 観測可能性: 標準模型の $HH$ 信号は、背景事象のみの仮説に対して、結合チャネルを合わせた場合、3 TeV で 5.4$\sigma$、10 TeV で 36$\sigma$ の期待有意度で観測可能である。
• $\kappa_3$ 感度 (68% CL):
  • 3 TeV: $0.80 < \kappa_3 < 1.29$ (結合)
  • 10 TeV: $0.96 < \kappa_3 < 1.05$ (結合)
• $\kappa_3$ 感度 (95% CL):
  • 3 TeV: $0.63 < \kappa_3 < \text{unbounded}$ (スキャン範囲内)
  • 10 TeV: $0.92 < \kappa_3 < 1.10$

10 TeV の結果は数パーセントの精度を達成しており、これは 3 TeV の投影および HL-LHC の予測される感度を大幅に上回る。解析では、10 TeV の精度は、この投影においては主に統計によって制限されていると述べている。

意義
本論文は、マルチTeVミューオン衝突型加速器が、ヒッグス・ポテンシャルの形状および電気弱対称性の破れのダイナミクスを直接的にプローブできる数パーセント精度のレベルで、ヒッグス・トリリニア自己結合を制約できると主張している。著者らは、この精度は「HL-LHC で投影されている精度を大幅に凌駕する」と述べている。さらに、10 TeV ミューオン衝突型加速器のアプローチは、100 TeV ハドロン衝突型加速器で期待される究極の精度に近づいており、かつ、ベクトルボゾン・フュージョンにおける直接的なツリーレベルの測定を通じて、$e^+e^-$ ヒッグス・ファクトリーにおけるループ誘起測定や、ハドロン衝突型加速器におけるグルーオン融合測定に対する相補的なプローブを提供する。これらの結果は、このようなマシンが、EWSB セクターの構造を決定的にテストするための重要なツールであることを示唆している。