Deep-learning jet flavor tagging for precision hadronic Higgs measurements at future Higgs factories
Dit artikel toont aan dat het gebruik van geavanceerde deep-learning jet flavor taggers in combinatie met XGBoost-classifiers bij een toekomstige Higgs-fabriek werkend op 240 GeV met 20 ab luminositeit de precisie van de meting van Higgs-vervallen naar en $gg$ aanzienlijk verbetert, terwijl het tegelijkertijd de eerste kwantitatieve gevoeligheidsschatting mogelijk maakt voor het uitdagende -kanaal.