Search for nonresonant triple Higgs boson production in the final state with six bottom quarks in proton-proton collisions at $\sqrt{s}$ = 13 TeV

기술 요약: 6개 바텀 쿼크 최종 상태에서의 비공명 삼중 히그스 보손 생성 탐색

문제 및 동기
히그스 보손($H$)의 발견 이후, LHC 물리 프로그램의 주요 목표는 히그스 퍼텐셜의 구조를 조사하는 것이다. 표준 모델(SM)에서 이 퍼텐셜은 진공 기대치($v \approx 246$ GeV)와 히그스 질량($m_H = 125$ GeV)에 의해 결정되며, 이는 삼중 결합($\lambda_3$)과 사중 결합($\lambda_4$)을 $\lambda_{SM} = m_H^2/(2v^2)$로 고정한다. 이러한 예측으로부터의 편차는 초기 우주론 및 진공 안정성에 심오한 함의를 가질 수 있다. 히그스 쌍($HH$) 생성은 주로 삼중 결합($\kappa_3 = \lambda_3/\lambda_{SM}$)에 대한 민감도를 제공하는 반면, 삼중 히그스($HHH$) 생성은$\kappa_3$와 사중 결합 수정자($\kappa_4 = \lambda_4/\lambda_{SM}$) 모두에 대한 직접적인 민감도를 제공한다. 그러나 글루온-글루온 융합(ggF)을 통한 $HHH$생성은 기여하는 도표들 사이의 파괴적 간섭로 인해 매우 작은 단면적($\sigma_{ggF}^{HHH} \approx 0.08$ fb at $\sqrt{s}=13$ TeV)을 갖는다. 본 분석은 압도적인 QCD 다중 제트 배경사건(background)에 직면한 가운데, 가장 큰 분기비($H \to bb$당 약 60%)를 갖는 $HHH \to 6b$ 최종 상태에서 이 희귀한 과정을 탐색하는 과제를 다룬다.

방법론
본 분석은 2016년부터 2018년 사이에 CMS 실험에서 수집된 $\sqrt{s} = 13$ TeV의 양성자-양성자 충돌 데이터, 즉 $138 \text{ fb}^{-1}$의 적분 휘도를 활용한다.

• 사건 재구성 및 선택: 신호 위상(topology)은 6개의 $b$ 쿼크를 포함한다. 히그스 보손의 다양한 운동학적 특성을 수용하기 위해, 본 분석은 소반경($R=0.4$) 및 대반경($R=0.8$) 제트를 모두 사용하는 하이브리드 재구성 전략을 채택한다. 사건들은 최소 4개의 소반경 제트($p_T > 25$ GeV)와 대반경 제트($p_T > 300$ GeV)를 포함해야 한다. $b$-제트 식별에는 소반경 제트에 대해 PARTICLENET 태거를, 대반경 제트에 대해서는 전용 PARTICLENET $bb$판별기($H \to bb$ 태깅용)를 사용한다.
• 기계 학습 전략: 제트 할당 문제를 해결하고 배경사건을 구분하기 위해 대칭 보존 어텐션 네트워크(SPANET)가 사용된다. 분류는 두 단계로 진행된다:
  1. 포괄적 분류기 (Inclusive Classifier): $HHH \to 6b$, $HH \to 4b$, QCD 다중 제트, $t\bar{t}$ 사건을 분리하도록 훈련된다. $HHH$ 확률이 가장 높은 사건들이 선택된다.
  2. 정밀 분류기 (Refined Classifier): 신호가 농축된 부분 집합에 적용되어, 특히 QCD 다중 제트 생성을 더욱 억제한다.
  3. 위상 범주화 (Topology Categorization): 세 번째 네트워크는 재구성된 히그스 보손의 수(해상형(resolved) vs 병합형(merged))에 따라 사건을 범주화한다(예: $3H$ resolved, $2H$ merged 등 10개의 범주).
• 배경사건 모델링: 지배적인 배경사건은 QCD 다중 제트 생성이다(선택된 샘플의 약 95%). 시뮬레이션에만 의존하는 대신, 포괄적 $HHH$ 분류를 통과하지 못한 데이터 사건들을 사용하여 신호 영역(SR)에서의 배경 모델을 도출한다. 이벤트 수준의 상관관계를 유지하면서 운동학적 형상을 보존하기 위해, 이 사건들의 $b$-태깅 점수를 SR에서 샘플링된 점수로 대체한다. $t\bar{t}$가 농축된 별도의 제어 영역(CR)을 통해 제트 태깅 보정(calibration)을 검증한다.
• 통계 분석: 신호 추출은 SPANET 출력 분포($Prob_{MultiH}$)의 빈(bin) 최대 가능도 적합(binned maximum-likelihood fit)을 통해 수행된다(고순도 영역 $>0.8$). 계통 오차에는 이론적 변동(척도, PDF), 제트 에너지 척도/분해능, 플레이버 태깅 효율이 포함된다.

주요 기여

• 새로운 재구성 기술: 네 가지 서로 다른 재구성 위상(완전 해상형, 부분 해상형/병합형, 완전 병합형)을 동시에 타겟팅하여 위상 공간 전반에 걸쳐 민감도를 극대화하는 포괄적 전략을 도입한다.
• 고급 딥 러닝: 순열 대칭을 명시적으로 보존하는 SPANET의 적용을 통해, 6개 제트 최종 상태에 내재된 조합적 복잡성을 효과적으로 처리한다.
• 데이터 기반 배경사건 추정: 수정된 태깅 점수를 가진 데이터 사건을 임베딩하여 SR에서의 QCD 다중 제트 배경을 모델링하는 방법은 지배적인 계통 오차를 다루는 견고한 접근법을 나타낸다.

결과
배경사건 예측 대비 유의미한 사건 과잉은 관찰되지 않았다.

• 단면적 한계: 비공명 $HHH$ 생성 단면적에 대한 관측(기대) 95% CL 상한값은 $44$($43$) fb이다. 이는 SM 예측의 $588$($572$) 배에 해당한다.
• 결합 상수 제약:
  • $\kappa_4 = 1$이라고 가정할 때, 삼중 결합 수정자는 $-7.4 < \kappa_3 < 12.4$ (기대: $-6.4 < \kappa_3 < 11.2$)로 제한된다.
  • $\kappa_3 = 1$이라고 가정할 때, 사중 결합 수정자는 $-177 < \kappa_4 < 185$ (기대: $-180 < \kappa_4 < 190$)로 제한된다.
• 2차원 스캔: $(\kappa_3, \kappa_4)$ 평면에서의 동시 적합은 비공명 $HHH$ 직접 탐색에서 최초로 섭동적 유니타리티(perturbative unitarity) 경계에 의해 허용되는 매개변수 공간 영역을 제외한다.

의의
본 연구는 비공명 $HHH$생성 및 사중 히그스 자기 결합($\kappa_4$)에 대해 현재까지 가장 엄격한 제약을 제공한다. 섭동적 유니타리티에 의해 허용되는 매개변수 공간의 일부를 제외함으로써, 본 분석은 현재의 LHC 데이터가 삼중 결합을 넘어 히그스 퍼텐셜의 구조를 조사할 수 있는 능력이 있음을 입증한다. 이 결과는 향후 고휘도 LHC(HL-LHC) 연구의 중요한 벤치마크 역할을 하며, 향ender된 민감도는 이 결합들을 제약하는 데 있어 추가적인 개선을 시사한다.