Search for resonances decaying to an anomalous jet and a Higgs boson in proton-proton collisions at $\sqrt{s}$ = 13 TeV

Deze CMS-studie presenteert een zoektocht naar nieuwe resonanties die vervallen in een Higgs-boson en een anomaal jet, gebruikmakend van een autoencoder voor de detectie van het anomaal, waarbij geen significante afwijkingen van het standaardmodel werden gevonden en de strengste grenzen tot nu toe werden gesteld op de kruisdoorsnede voor verschillende massa's.

De kern

De Grote Jacht op het Onbekende: Een zoektocht in deeltjesland

Stel je voor dat het CERN (het laboratorium waar dit onderzoek plaatsvindt) een gigantische, supersnelle deeltjessmelt is. Hier worden protonen (kleine deeltjes) tegen elkaar gebotst met een snelheid die bijna die van het licht is. Het doel? Om te zien wat er uit die botsing komt. Meestal krijgen we de bekende deeltjes die we al kennen (zoals in het Standaardmodel), maar wetenschappers hopen op iets nieuws: een deeltje dat we nog nooit hebben gezien.

Dit specifieke paper beschrijft een zoektocht naar een heel specifiek scenario: een zwaar, nieuw deeltje (noem het X) dat uit elkaar valt in twee stukken.

1. Het Verhaal van X, H en Y

Stel je voor dat X een enorme, onzichtbare ballon is die plotseling knalt.

• Stuk 1 (H): Het eerste stuk is een Higgs-boson. Dit is een bekend deeltje, maar in dit experiment valt het direct uit elkaar in twee stukjes (een bottom-quark en een anti-bottom-quark). Omdat de oorspronkelijke ballon X zo zwaar was, vliegen deze twee stukjes zo hard dat ze als één grote, dichte "jet" (een straal van deeltjes) worden waargenomen, in plaats van twee losse deeltjes.
• Stuk 2 (Y): Het tweede stuk is Y. Dit is het mysterieuze deel. We weten niet precies wat Y is. Het zou een nieuw deeltje kunnen zijn, of iets heel anders. Het valt ook uit elkaar en vormt een tweede grote "jet".

De wetenschappers kijken dus naar botsingen waarbij ze twee grote stralen zien: één die eruitziet als een Higgs-boson, en één die er "raar" uitziet.

2. De Detectoren: De "Varkens" en de "Anomalie-detectoren"

Om dit te vinden, gebruiken de wetenschappers twee slimme hulpmiddelen, alsof ze twee verschillende soorten detectives zijn:

• Detective 1: De "Higgs-Scanner" (PARTICLENET)
  Deze scanner is gespecialiseerd. Hij kijkt naar de eerste straal en zegt: "Zie jij dit? Dit lijkt precies op een Higgs-boson dat uit elkaar is gevallen." Hij is getraind om dit specifieke patroon te herkennen en negeert alles wat er niet op lijkt. Dit zorgt ervoor dat ze zeker weten dat ze de juiste kant van de botsing hebben gevonden.

• Detective 2: De "Anomalie-Detecteur" (De Auto-Encoder)
  Dit is het creatieve deel. De tweede straal (Y) kan van alles zijn. In plaats van te zoeken naar één specifiek deeltje (zoals "ik zoek een rood deeltje"), gebruiken ze een kunstmatige intelligentie genaamd een Auto-Encoder.

  • De Analogie: Stel je voor dat je een AI hebt getraind op miljoenen foto's van gewone, saaie stralen (gewone deeltjes uit de natuurkunde). De AI leert hoe een "normale" straal eruitziet.
  • Als er nu een straal binnenkomt die eruitziet als een gewone straal, zegt de AI: "Geen probleem, dit is normaal."
  • Maar als er een straal binnenkomt die eruitziet als een vreemd, gekleurd, onbekend monster, zegt de AI: "Wacht even! Dit past niet in mijn boekje. Dit is een anomalie!"
  • Dit betekent dat ze niet hoeven te gokken wat Y precies is. Als Y iets nieuws is, zal de AI het wel vinden omdat het anders is dan alles wat we al kennen.

3. De Zoektocht in de Data

Ze hebben data verzameld van 2016 tot 2018 (een enorme hoeveelheid botsingen). Ze hebben gekeken naar alle botsingen waar:

1. Een Higgs-boson werd gevonden (door Detective 1).
2. Een tweede straal was die "raar" genoeg leek (door Detective 2).

Ze hebben gekeken naar verschillende mogelijke gewichten (massa's) van de deeltjes X en Y, van heel zwaar tot nog zwaarder.

4. Het Resultaat: Geen "Goud", maar wel een Veilig Net

Wat vonden ze?

• Geen nieuw deeltje: Ze zagen geen enkele plek in de data waar plotseling veel meer botsingen waren dan verwacht. Het was alsof ze in een bos zochten naar een eenhoorn, maar alleen maar herten en eekhoorns zagen.
• Waarom is dit goed nieuws? Omdat ze niets vonden, kunnen ze zeggen: "Als er een nieuw deeltje is, moet het zwaarder zijn dan wat we hebben kunnen zien, of het moet veel zeldzamer zijn dan we dachten."
• Ze hebben nu een veiligheidsnet getrokken. Ze hebben berekend wat de maximale kans is dat zo'n deeltje bestaat. Als er een deeltje is, moet het zich verstoppen in een gebied dat ze nu hebben uitgesloten.

Samenvatting in één zin

De wetenschappers van het CERN hebben met een slimme combinatie van een gespecialiseerde scanner (voor het bekende Higgs-deeltje) en een "vreemdeling-detecteur" (AI die zoekt naar wat niet normaal is) gekeken of er nieuwe, zware deeltjes bestaan die uit elkaar vallen in een Higgs en iets raars. Ze vonden niets, maar dat betekent wel dat ze de zoektocht naar nieuwe natuurwetten een stukje hebben ingeperkt: als het er is, is het nog onvindbaarder dan we dachten.

Kortom: Ze hebben de "verkeerde" deeltjes gevonden, en dat is een belangrijke stap om te weten wat er niet in het universum zit, zodat we beter weten waar we in de toekomst moeten zoeken.

Technische samenvatting

Titel en Context

Titel: Zoeken naar resonanties die vervallen in een anomale jet en een Higgs-boson in proton-protonbotsingen bij √s = 13 TeV.
Publicatie: European Physical Journal C (2026), CMS-B2G-24-015.
Data: Geanalyseerde data van het CMS-experiment (2016–2018) met een geïntegreerde lichtsterkte van 138 fb⁻¹.

1. Het Probleem en Doelstelling

Het Standaardmodel (SM) van de deeltjesfysica is uiterst succesvol, maar laat belangrijke vragen onbeantwoord, zoals de aard van donkere materie en de baryon-asymmetrie van het universum. Dit vereist zoektochten naar "Beyond the Standard Model" (BSM) fysica.

• Specifiek doel: De zoektocht richt zich op het proces waarbij een zwaar BSM-resonantie-deeltje ($X$) vervalt in een Higgs-boson ($H$) en een tweede deeltje ($Y$).
• Vervalkanalen: De Higgs vervalt in een bottom-quark-antiquark paar ($H \to b\bar{b}$), en $Y$ vervalt in een hadronische jet.
• Uitdaging: In veel BSM-scenario's zijn $X$ en $Y$ zeer massief, waardoor ze een grote Lorentz-boost krijgen. Hierdoor worden hun vervalproducten collimaat en gereconstrueerd als één grote-radius jet (R=0.8). Het onderscheiden van een "anomale" jet (afkomstig van een BSM-deeltje) van de overweldigende achtergrond van QCD-multijet-productie is een complexe taak.

2. Methodologie

De analyse combineert gerichte identificatie van het Higgs-boson met een modelonafhankelijke anomaly detection voor het tweede deeltje.

A. Signaal- en Achtergrondmodellen

• Benchmarks: Vier specifieke scenario's worden getest:
  1. Hoofdscenario: $Y$ is een scalair deeltje dat vervalt in een $W^+W^-$ paar (waarbij $W$'s hadronisch vervallen).
  2. Alternatief 1: $Y \to q\bar{q}$ (lichte quarks).
  3. Alternatief 2: $Y \to t\bar{t}$ (top-quarks, volledig hadronisch).
  4. Alternatief 3: $Y$ is een top-quark afkomstig van een vector-achtig quark ($X \to tH$).
• Massa-bereiken: $M_X$ van 1,4 tot 3,0 TeV en $M_Y$ van 90 tot 400 GeV.

B. Detector en Trigger

• Gebruik van AK8-jets (grote-radius jets, R=0.8) met grooming-technieken (trimming en soft-drop) om de jet-massa te zuiveren van achtergrondstraling.
• Triggers gebaseerd op hoge transverse impuls ($p_T$) van jets en de som van $p_T$ ($H_T$).

C. Selectie en Tagging (De kern van de analyse)

De analyse verdeelt gebeurtenissen in vier orthogonale regio's gebaseerd op twee scores:

1. H-candidate Jet (H → bb):
   • Gebruikt het PARTICLENET-algoritme (een graph neural network) om jets te identificeren die consistent zijn met $b\bar{b}$-verval.
   • De jet met de hoogste PARTICLENET-score wordt als H-candidate beschouwd.
   • Regio's: "Pass" (score > drempel) en "Fail".
2. Y-candidate Jet (Anomale Jet):
   • Gebruikt een Autoencoder (AE) (een type neurale netwerk) om een "anomalie-score" te berekenen.
   • De AE is getraind op QCD-jets. Het probeert de jet (weergegeven als een 32x32 pixel image in $\eta-\phi$ ruimte) te reconstrueren.
   • Een hoge reconstructiefout (anomalie-score) duidt op een jet met een substructuur die afwijkt van typische QCD-jets (bijv. afkomstig van $W, Z, t$ of BSM-deeltjes).
   • Regio's: "Measurement Region" (MR, hoge score) en "Control Region" (CR, lage score).

D. Statistische Analyse

• Aanpak: Een 2D-analyse in het vlak van de dijet-invariantmassa ($M_{jj}$, corresponderend met $M_X$) en de massa van de Y-jet ($M_{Y}^{j}$, corresponderend met $M_Y$).
• Achtergrondschattting: De "Pass-to-Fail ratio"-methode wordt gebruikt voor de niet-resonante QCD-achtergrond. De verhouding van gebeurtenissen tussen Pass- en Fail-regio's wordt gemodelleerd met polynomen.
• Fitting: Een maximum-likelihood fit wordt uitgevoerd in de MR Pass-regio om een lokaal excess te zoeken boven de achtergrond.

3. Belangrijkste Bijdragen

• Hybride Aanpak: De analyse koppelt gerichte tagging van het Higgs-boson (via PARTICLENET) aan een modelonafhankelijke zoektocht naar anomale jets (via Autoencoders). Dit maakt het mogelijk om meerdere BSM-scenario's voor $Y$ tegelijkertijd te testen zonder specifieke modellen voor $Y$ aan te nemen.
• Geavanceerde Machine Learning: Toepassing van deep learning (PARTICLENET en Autoencoders) op grote-radius jets in een Lorentz-boosted regime, wat essentieel is voor het onderscheiden van complexe substructuren.
• Uitgebreide Benchmarking: Voor het eerst wordt een zoektocht uitgevoerd in het Lorentz-boosted regime voor het specifieke proces $X \to H(bb) + t\bar{t}$ (via $Y \to t\bar{t}$).

4. Resultaten

• Observaties: Er werd geen significant excess waargenomen boven de verwachtingen van het Standaardmodel in de data. De p-waarden voor de achtergrond-only hypothese waren consistent met nul (0,59 in CR, 0,26 in MR).
• Uitsluitingsgrenzen: Er werden de tot nu toe strengste bovengrenzen (95% betrouwbaarheidsniveau) bepaald voor de productiewaarschijnlijkheden (cross sections) van de verschillende benchmark-scenario's.
  • Voor het hoofdscenario ($X \to H(bb)W^+W^-$) liggen de grenzen tussen 0,3 en 19,1 fb, afhankelijk van de massa's $M_X$ en $M_Y$.
  • De grenzen zijn het strengst in het midden van het massa-bereik en worden minder streng bij lage $M_X$ en hoge $M_Y$, waar de jets minder collimaat zijn en de selectie-efficiëntie daalt.
• Vergelijking: De resultaten zijn stringenter dan eerdere ATLAS-zoektochten voor vergelijkbare topologieën, voornamelijk door de specifieke eis dat één jet afkomstig moet zijn van $H \to b\bar{b}$, wat de achtergrond onderdrukt.

5. Betekenis en Conclusie

Deze studie demonstreert de kracht van het combineren van gerichte Higgs-fysica met generieke anomaly detection voor het verkennen van nieuwe fysica. Hoewel er geen nieuw deeltje werd gevonden, worden de parameter ruimtes voor diverse BSM-modellen (zoals NMSSM en modellen met vector-achtige quarks) aanzienlijk ingeperkt. De methologie, met name het gebruik van autoencoders voor het detecteren van afwijkingen in jet-substructuur zonder voorafgaande kennis van het specifieke signaal, biedt een robuust raamwerk voor toekomstige zoektochten bij hogere energieën (Run 3 en HL-LHC). De resultaten zijn beschikbaar via HEPData, inclusief de getrainde gewichten van het autoencoder-model.