Study of Higgs boson pair production in the $HH \rightarrow b \overline{b} γγ$ final state with 308 fb$^{-1}$ of data collected at $\sqrt{s} =$ 13 TeV and 13.6 TeV by the ATLAS experiment

De ATLAS-experimenten hebben met 308 fb⁻¹ data bij 13 en 13,6 TeV een zoektocht uitgevoerd naar Higgs-bosonparen in het $b\bar{b}\gamma\gamma$-kanaal, waarbij geen significante afwijking van het Standaardmodel werd gevonden en de Higgs-zelfkoppeling werd beperkt tot het bereik $-1,6 < \kappa_\lambda < 6,6$ bij een betrouwbaarheidsniveau van 95%.

De kern

Higgs-bosonparen: Een zoektocht naar de "geest van het universum" in de deeltjesversneller

Stel je voor dat het heelal een enorme, onzichtbare vloeistof is, een soort "honing" die overal doorheen stroomt. Deeltjes die door deze honing zwemmen, krijgen massa. Dit is de theorie achter het Higgs-boson, het deeltje dat in 2012 werd ontdekt. Maar er is een groot raadsel: hoe sterk is deze honing precies? En wat gebeurt er als twee Higgs-deeltjes met elkaar botsen?

De ATLAS-experimenten bij CERN (het beroemde deeltjesversnellercomplex in Zwitserland) hebben een nieuw onderzoek gedaan om dit raadsel op te lossen. Ze hebben gekeken naar een heel specifieke en zeldzame gebeurtenis: Higgs-bosonparen (twee Higgs-deeltjes tegelijk) die ontstaan uit botsingen van protonen.

Hier is wat ze hebben gedaan en gevonden, vertaald naar begrijpelijke taal:

1. De Grote Zoektocht (De "Noodzaak")

Het vinden van één Higgs-deeltje was al moeilijk genoeg. Twee tegelijk vinden is als zoeken naar een naald in een hooiberg, terwijl de naald er twee keer zo snel weg is. Het is zo zeldzaam dat van elke miljard botsingen er maar een paar Higgs-paren ontstaan.

Om deze zeldzame pareltjes te vinden, hebben de wetenschappers een enorme hoeveelheid data verzameld. Ze keken naar botsingen die plaatsvonden tussen 2015 en 2024, met een totale hoeveelheid data die overeenkomt met 308 biljoen botsingen (308 fb⁻¹). Ze gebruikten twee verschillende energieën: 13 TeV en 13,6 TeV. Dat is als het hebben van twee verschillende soorten "magneten" om de deeltjes nog harder tegen elkaar te laten knallen.

2. De "Gouden" Signatuur (Het "BB-YY" Spoor)

Hoe vind je deze paren? Het team keek naar een heel specifiek spoor: twee bottom-quarks (een soort zware deeltjes, afgekort als bb) en twee fotonen (lichtdeeltjes, afgekort als γγ).

• De fotonen (γγ): Dit is het helderste deel van het verhaal. Fotonen zijn als twee felle flitslichten in een donkere kamer. Ze zijn heel makkelijk te zien en hun energie kan heel precies worden gemeten.
• De bottom-quarks (bb): Dit is het moeilijke deel. Bottom-quarks zijn als twee vage schaduwen die snel verdwijnen en veranderen in een stortvloed van andere deeltjes. Ze te onderscheiden van de "ruis" (andere deeltjes die er niet toe doen) is als proberen twee specifieke mensen te vinden op een drukke markt, terwijl ze vermomd zijn.

Om die twee bottom-quarks te vinden, gebruikten de wetenschappers een nieuwe, slimme computer (een kunstmatige intelligentie genaamd GN2). Denk hierbij aan een super-scherpe detective die kan zien welke deeltjes echt een "bottom-quark" zijn en welke slechts een vermomming.

3. De Resultaten: Geen Nieuwe Deeltjes, maar een Bevestiging

Na al die moeite en de slimme computeranalyses, wat vonden ze?

• Geen verrassingen: Ze vonden geen bewijs voor nieuwe, vreemde deeltjes of krachten die buiten de huidige theorie (het Standaardmodel) vallen.
• Precieze meting: Ze konden wel heel precies zeggen hoe vaak ze deze paren vonden. Het resultaat was bijna precies wat ze verwachtten: 1 keer per 1 keer dat het zou moeten gebeuren (een waarde van 0,9, met een kleine marge van fouten).
• De limiet: Ze kunnen nu zeggen met 95% zekerheid dat als er iets vreemds gebeurt, het niet vaker voorkomt dan 3,7 keer wat de theorie voorspelt.

4. Waarom is dit belangrijk? (De "Zelfliefde" van het Higgs-deeltje)

Het allerbelangrijkste doel van dit onderzoek was om de "zelfkoppeling" van het Higgs-deeltje te meten.

Stel je het Higgs-deeltje voor als een persoon.

• Normaal gesproken interageert het met andere deeltjes (het geeft hen massa).
• Maar kan het Higgs-deeltje ook met zichzelf interageren? Kan het "liefde" voelen voor zichzelf?

In de natuurkunde noemen we dit de trilineaire koppeling (𝜅𝜆). Als deze waarde anders is dan wat het Standaardmodel voorspelt, betekent dat dat onze hele theorie over hoe het universum werkt, misschien onvolledig is. Het zou kunnen leiden tot nieuwe inzichten over de oorsprong van het heelal.

De conclusie van de ATLAS-collectie:
De "zelfliefde" van het Higgs-deeltje zit waarschijnlijk ergens tussen -1,6 en 6,6. De theorie voorspelt een waarde van 1. Hoewel hun meting nog niet precies genoeg is om te zeggen "het is exact 1", sluit het wel een groot aantal vreemde scenario's uit. Het is alsof ze zeggen: "Het Higgs-deeltje is niet gek, maar we moeten nog wat meer metingen doen om te zien of het precies zo normaal is als we denken."

Samenvatting in één zin

De ATLAS-wetenschappers hebben met hun enorme "deeltjesmicroscoop" en slimme AI-technologie gekeken naar een van de zeldzaamste gebeurtenissen in het universum, en hebben bevestigd dat het Higgs-deeltje zich (nog) precies zo gedraagt als de theorie voorspelt, maar ze hebben de zoektocht naar nieuwe fysica nog niet opgegeven.

Technische samenvatting

Titel: Studie van Higgs-bosonpaarproductie in de $H H \to b\bar{b}\gamma\gamma$-eindtoestand met 308 fb$^{-1}$ data verzameld bij $\sqrt{s} = 13$ TeV en 13,6 TeV door het ATLAS-experiment

1. Het Probleem en de Context

Sinds de ontdekking van het Higgs-boson is een van de belangrijkste doelen van het Large Hadron Collider (LHC) programma het verkennen van het Higgs-potentieel. Dit potentieel bepaalt de elektroweak symmetriebreking (EWSB). In het Standaardmodel (SM) wordt dit potentieel volledig bepaald door de vacuümverwachtingswaarde ($v \approx 246$ GeV) en de massa van het Higgs-boson ($m_H \approx 125$ GeV). Afwijkingen van de voorspelde vorm zouden wijzen op nieuwe fysica met diepgaande gevolgen voor de deeltjesfysica en de kosmologie.

De trilineaire Higgs-koppeling (zelfkoppeling), die de vorm van dit potentieel bepaalt, kan worden onderzocht door de productie van Higgs-bosonparen ($HH$). Hoewel de voorspelde productiewaarschijnlijkheden (cross sections) zeer klein zijn (ongeveer drie orde van grootte kleiner dan voor enkele Higgs-productie), biedt de kanaal $H H \to b\bar{b}\gamma\gamma$ (twee bottom-quarks en twee fotonen) de beste kans op detectie nabij de productiedrempel vanwege de uitstekende massa-resolutie van de twee fotonen, ondanks dat dit kanaal slechts 0,26% van de totale $HH$-gebeurtenissen uitmaakt.

2. Methodologie

De analyse is uitgevoerd door de ATLAS-collaboratie met behulp van proton-proton botsingsdata verzameld tussen 2015 en 2024.

• Dataset: De analyse gebruikt een geïntegreerde lichtsterkte van 308 fb$^{-1}$, bestaande uit:
  • 140 fb$^{-1}$ bij een botsingsenergie van $\sqrt{s} = 13$ TeV (LHC Run 2, 2015-2018).
  • 168 fb$^{-1}$ bij $\sqrt{s} = 13.6$ TeV (LHC Run 3, 2022-2024).
• Signaal en Achtergrond:
  • Het signaal omvat zowel de dominante gluon-gluon fusie (ggF) als de subdominante vectorbosonfusie (VBF) productie van Higgs-paren.
  • De belangrijkste achtergronden zijn resonante productie van een enkel Higgs-boson dat vervalt in $\gamma\gamma$ en continue niet-resonante di-fotonproductie in combinatie met jets.
• Selectie en Categorisatie:
  • Pre-selectie: Gebeurtenissen worden geselecteerd met precies twee geïdentificeerde fotonen en ten minste twee $b$-getagde jets. De invariantmassa van de fotonen ($m_{\gamma\gamma}$) moet liggen tussen 105 en 160 GeV.
  • Verbeterde $b$-tagging: Een nieuwe $b$-tagging-algoritme gebaseerd op transformer-neurale netwerken (GN2) wordt gebruikt, wat een efficiëntie van 85% voor $b$-jets biedt met een lage misidentificatiekans voor lichte quarks.
  • Kinematische Fit (KF): Een kinematische fit wordt toegepast om de resolutie van de invariantmassa van het $b\bar{b}$-systeem en het volledige $b\bar{b}\gamma\gamma$-systeem te verbeteren. Dit houdt rekening met impulsbehoud en construeert de $b\bar{b}$-massa naar de Higgs-massa (125 GeV). Dit verbetert de resolutie met tot 46% voor het totale systeem.
  • Categorisatie: Gebeurtenissen worden ingedeeld in twee regio's op basis van de verbeterde vier-lichaams invariantmassa ($m^*_{b\bar{b}\gamma\gamma}$): een laag-massa regio en een hoog-massa regio (grens bij 350 GeV). Binnen elke regio worden verdere sub-categorieën gedefinieerd op basis van de output van een Boosted Decision Tree (BDT) discriminant. De BDT's zijn getraind om het signaal te onderscheiden van de achtergrond, rekening houdend met verschillende waarden van de koppelingsmodifiers ($\kappa_\lambda$ en $\kappa_{2V}$).
• Statistische Analyse: Een simultane profiel-likelihood-fit wordt uitgevoerd over alle 14 categorieën (7 voor Run 2 en 7 voor Run 3) om de signaalsterkte en de koppelingsmodifiers te extraheren. De achtergrond wordt gemodelleerd met analytische functies (exponentieel voor continue achtergrond, Crystal Ball-functies voor signaal en resonante achtergrond).

3. Belangrijkste Bijdragen

Deze analyse vertegenwoordigt een significante verbetering ten opzichte van eerdere resultaten (zoals die uit 2024 gebaseerd op alleen Run 2 data) door:

1. Grotere Dataset: Inclusie van de eerste data van Run 3 (13,6 TeV), wat de statistische precisie verhoogt.
2. Geavanceerde $b$-tagging: Implementatie van de GN2-algoritme, gebaseerd op deep learning, wat de selectie-efficiëntie en zuiverheid verbetert.
3. Kinematische Fit: Toepassing van een kinematische fit die de massa-resolutie aanzienlijk verbetert, wat essentieel is voor het scheiden van signaal en achtergrond in dit complexe kanaal.
4. Geoptimaliseerde Categorisatie: Een strategie waarbij Run 2 en Run 3 data samen worden geanalyseerd met gecorreleerde achtergrondvormen, wat leidt tot een betere statistische kracht dan afzonderlijke analyses.

4. Resultaten

De analyse vond geen significante afwijking van het Standaardmodel:

• Signaalsterkte ($\mu_{HH}$): De gemeten signaalsterkte (de verhouding van de gemeten cross section tot de SM-voorspelling) is:
  $$\mu_{HH} = 0.9^{+1.4}_{-1.1}$$
  De verwachte waarde in het SM is $1.0^{+1.3}_{-1.0}$. De statistische significantie voor de detectie van Higgs-paarproductie is 0,78 $\sigma$ (verwacht: 1,01 $\sigma$).
• 95% Betrouwbaarheidsinterval (Upper Limit): Er wordt een bovengrens gesteld aan de signaalsterkte:
  $$\mu_{HH} < 3.7$$
  (De verwachte grens is 2,6).
• Higgs Zelfkoppeling ($\kappa_\lambda$): De trilineaire Higgs-koppelingsmodifier wordt beperkt tot het bereik:
  $$-1.6 < \kappa_\lambda < 6.6$$
  (Verwacht: $-1.8 < \kappa_\lambda < 6.9$).
• Quartic Koppeling ($\kappa_{2V}$): De modifier voor de quartic $VVHH$-koppeling wordt beperkt tot:
  $$-0.5 < \kappa_{2V} < 2.6$$
  (Verwacht: $-0.4 < \kappa_{2V} < 2.6$).

De resultaten zijn consistent met de voorspellingen van het Standaardmodel.

5. Betekenis

Deze studie is een mijlpaal in de karakterisering van het Higgs-boson:

• Verbeterde Sensitiviteit: De analyse heeft de verwachte grens voor de signaalsterkte met bijna een factor twee verbeterd ten opzichte van de vorige iteratie (alleen Run 2 data). De verbetering komt voor ongeveer 60% door de extra data, 10% door de optimalisatie van de analyse-categorieën en 25% door de nieuwe methodologische verbeteringen (GN2 en kinematische fit).
• Beperking van Nieuwe Fysica: Hoewel er nog geen bewijs is voor nieuwe fysica, worden de mogelijke afwijkingen in de Higgs-zelfkoppeling en quartic koppelingen aanzienlijk ingeperkt. Dit stelt theoretici in staat om modellen voor nieuwe fysica (zoals uitbreidingen van het Higgs-sectoren) te testen en uit te sluiten.
• Voorbereiding op de High-Luminosity LHC: De methodologische vooruitgang, met name het gebruik van transformer-netwerken en geavanceerde kinematische fits, legt de basis voor toekomstige analyses met de enorme datasets die tijdens de High-Luminosity LHC-fase (HL-LHC) zullen worden verzameld, waar de precisiemeting van de Higgs-zelfkoppeling een van de belangrijkste doelen zal zijn.

Kortom, dit paper bevestigt de consistentie van het Standaardmodel in de Higgs-zelfkoppeling en demonstreert de kracht van geavanceerde machine-learning technieken en kinematische analyse in de zoektocht naar zeldzame processen bij de LHC.