Search for Higgs boson pair production in the $\mathrm{b\bar{b}WW}$ decay channel with two leptons in the final state using proton-proton collision data at $\sqrt{s}$ = 13.6 TeV

Dit artikel presenteert een zoektocht naar geproduceerde Higgs-bosonparen in het b$\bar{b}$WW-vervalkanaal met twee leptonen, gebaseerd op proton-protonbotsingsdata bij 13,6 TeV van het CMS-experiment, waarbij de resultaten consistent zijn met het Standaardmodel en een bovengrens op de productiewaarschijnlijkheid wordt vastgesteld.

De kern

De Higgs-boson-tweelingjacht: Een zoektocht naar de 'Goddeeltjes' in de deeltjesversneller

Stel je voor dat het heelal een gigantisch, onzichtbaar tapijt is. Om dit tapijt te laten bestaan en om deeltjes massa te geven, is er een speciaal veld nodig: het Higgs-veld. Het deeltje dat dit veld vertegenwoordigt, heet het Higgs-boson. Het werd in 2012 ontdekt, maar we weten nog niet alles over hoe het precies werkt.

Deze paper beschrijft een spannende zoektocht van de CMS-experimenten bij CERN (in Zwitserland) naar een heel zeldzaam fenomeen: twee Higgs-bosons die tegelijkertijd worden geproduceerd.

Hier is wat er gebeurt, vertaald in alledaagse taal:

1. De Grote Knal (De botsing)

De wetenschappers gebruiken de Large Hadron Collider (LHC), een ring van 27 kilometer waar protonen (deeltjes) met bijna de lichtsnelheid tegen elkaar worden gebotst.

• De Analogie: Stel je voor dat je twee auto's met volle snelheid tegen elkaar rijdt. Bij de impact (de botsing) ontstaat er zoveel energie dat er nieuwe, zware deeltjes uit de "damp" kunnen ontstaan.
• Het Nieuwe: Dit keer gebruikten ze de nieuwste versie van de machine, die harder werkt dan ooit tevoren (13,6 TeV). Het is alsof ze de auto's nu niet meer met 100 km/u, maar met 150 km/u tegen elkaar hebben gereden.

2. De Zeldzame Tweeling

Meestal ontstaan er bij zo'n botsing maar één Higgs-boson. Twee tegelijkertijd is extreem zeldzaam.

• De Analogie: Het is alsof je in een drukke winkelstraat staat en je probeert twee specifieke, identieke regenboogkleurige ballonnen te vinden die tegelijkertijd uit een onzichtbare doos springen, terwijl er duizenden gewone witte ballonnen omheen vliegen.
• Het Doel: Als we deze tweeling kunnen vinden, kunnen we zien hoe de Higgs-bosons met elkaar praten. Dit vertelt ons iets over de vorm van het Higgs-veld, wat cruciaal is om te begrijpen waarom het heelal er zo uitziet als het nu doet.

3. De Verborgen Boodschappers (Het Signaal)

Het probleem is dat Higgs-bosons onmiddellijk uit elkaar vallen in andere deeltjes. De wetenschappers zoeken naar een specifieke "handtekening":

• Eén Higgs-boson valt uiteen in twee b-quarks (een soort zware deeltjes, vaak "bottom" genoemd).
• De andere Higgs-boson valt uiteen in twee W-bosons, die op hun beurt weer veranderen in elektronen of muonen (lichte deeltjes) en neutrino's (onzichtbare geesten).
• De Analogie: Je ziet de twee regenboogballonnen niet zelf, maar je ziet wel dat er twee zware koffers (de b-quarks) en twee flitsende flitslichten (de elektronen/muonen) op de grond vallen, terwijl er ook nog een paar onzichtbare windvlagen (neutrino's) wegblazen. Als je deze specifieke combinatie ziet, weet je: "Aha! Hier waren twee Higgs-bosons!"

4. De Digitale Detectives (Neurale Netwerken)

Er zijn miljarden botsingen, maar slechts een handjevol bevat het signaal dat we zoeken. De rest is "ruis" (gewone deeltjesbotsingen).

• De Oplossing: De wetenschappers hebben slimme computerprogramma's (kunstmatige intelligentie of neurale netwerken) getraind om als een super-scherpe detective te werken.
• De Analogie: Stel je voor dat je een berg van 100 miljoen foto's hebt, waarvan er slechts 100 de juiste regenboogballonnen tonen. De computer leert om de foto's te scannen en de 100 juiste eruit te vissen, terwijl hij de rest van de foto's (waar alleen gewone ballonnen op staan) verwijdert. Ze gebruiken zelfs twee lagen van deze detectives: één om de categorie te bepalen en een tweede om zeker te zijn dat het echt het signaal is.

5. De Resultaten: Nog geen Tweeling, maar wel een Grens

Na het analyseren van alle data (62 biljoen botsingen, ofwel 62 fb⁻¹), wat ze vonden?

• Geen bewijs: Ze vonden geen duidelijke overmaat aan deze zeldzame tweelingen. Het aantal gevonden gebeurtenissen paste precies bij wat we al wisten (de "standaard" theorie).
• De Limiet: Ze konden wel zeggen: "Als er wel tweelingen zijn, dan moeten ze extreem zeldzaam zijn." Ze stelden een grens: de kans dat dit gebeurt, is niet groter dan 12 keer wat de standaardtheorie voorspelt.
• De Betekenis: Dit is een belangrijke stap. Het betekent dat we de theorieën over hoe Higgs-bosons met elkaar omgaan, kunnen verfijnen. Het is alsof we zeggen: "We hebben de tweeling nog niet gevonden, maar we weten nu zeker dat ze niet in de buurt van de winkelstraat wonen."

Samenvatting

Deze paper is een verslag van een zeer geavanceerde jacht. De wetenschappers hebben hun "magneten" (deeltjesversneller) sterker gemaakt en hun "detective-apps" (AI) slimmer gemaakt. Hoewel ze de zeldzame tweeling van Higgs-bosons nog niet hebben gevangen, hebben ze de zoekgebied enorm verkleind. Dit helpt ons om de geheimen van het heelal, en vooral de oorsprong van massa, stap voor stap te ontrafelen.

Het is alsof ze een enorme schatkaart hebben getekend: ze hebben de schat nog niet gevonden, maar ze weten nu precies waar hij niet zit, waardoor de zoektocht veel efficiënter wordt.

Technische samenvatting

Titel en Context

Titel: Zoeken naar de productie van Higgs-bosonparen in het $bbWW$-vervalkanaal met twee leptonen in de eindtoestand, gebruikmakend van proton-proton botsingsdata bij $\sqrt{s} = 13,6$ TeV.
Organisatie: CMS-samenwerking (CERN).
Data: Geanalyseerde data uit 2022 en 2023, overeenkomend met een geïntegreerde lichtsterkte van 62 fb$^{-1}$ bij een botsingsenergie van 13,6 TeV.

---

1. Het Probleem en Wetenschappelijke Doel

Hoewel het Higgs-boson ($H$) in 2012 is ontdekt en zijn eigenschappen consistent zijn met het Standaardmodel (SM), blijft de exacte vorm van het Higgs-potentieel experimenteel grotendeels onbekend. Deze vorm is direct gerelateerd aan de trilineaire zelfkoppeling van het Higgs-boson ($\kappa_\lambda$) en de quartische koppeling tussen twee Higgs-bosonen en twee vectorbosonen ($\kappa_{2V}$).

De enige directe manier om deze koppelingen te meten, is via de productie van Higgs-bosonparen ($HH$). Hoewel $HH$-productie is voorspeld, is deze nog nooit waargenomen. Dit paper presenteert een zoektocht naar niet-resonante $HH$-productie in een specifiek, maar uitdagend vervalkanaal:

• Eén Higgs-boson vervalt naar een bottom-quark/antiquark-paar ($H \to b\bar{b}$).
• Het andere Higgs-boson vervalt naar twee W-bosonen, die beide leptonisch vervallen ($H \to WW^* \to \ell\nu\ell\nu$, waarbij $\ell$ een elektron of muon is).
• Eindtoestand: Twee leptonen (tegenovergestelde lading), twee $b$-jets, en ontbrekende transversale impuls ($p_T^{miss}$) door de neutrino's.

---

2. Methodologie en Analyse Strategie

De analyse maakt gebruik van geavanceerde machine learning-technieken en een verfijnde categorisatiestrategie om het signaal te scheiden van de achtergrond (voornamelijk $t\bar{t}$, enkelvoudige top, en Drell-Yan productie).

A. Gebeurtenisselectie (Event Selection)

• Triggers: Gebruik van een combinatie van triggers voor muonen en elektronen. Nieuwe triggers met losse isolatiecriteria zijn toegevoegd om inefficiënties bij hoge $p_T$ (>100 GeV) te compenseren.
• Basiselectie: Precies twee leptonen met tegenovergestelde lading ($\mu^+\mu^-$, $e^+e^-$, $e^\pm\mu^\mp$) en ten minste één $b$-getaggde jet.
• Regio's:
  • Analyse Regio (AR): $20 < m_{\ell\ell} < 70$ GeV en $p_T^{miss} > 40$ GeV (gericht op het $HH$-signaal).
  • Validatieregio's (VR): Regio's met $m_{\ell\ell} > 110$ GeV (verrijkt met $t\bar{t}$) en $70 < m_{\ell\ell} < 110$ GeV (verrijkt met Drell-Yan) om achtergrondmodellen te valideren en correcties af te leiden.

B. Categorisatie en Neural Networks (NN)

De analyse gebruikt een tweestaps-neural network-strategie die een verbetering van ongeveer 50% in gevoeligheid oplevert ten opzichte van eerdere zoektochten:

1. Multiclassificatie NN ($NN_{cat}$): Verdeelt gebeurtenissen in signalen ($ggF$ of VBF productie) en achtergronden ($t\bar{t}$, enkelvoudige top, Drell-Yan, $H$-productie).
2. Sub-categorisatie: Binnen de signaalregio's ($SR_{ggF}$ en $SR_{VBF}$) worden gebeurtenissen verder onderverdeeld op basis van jet-inhoud:
   • Boosted: Bevat een geboostede $H \to b\bar{b}$ kandidaat (grote-radius jet).
   • 1b: Precies één $b$-tagged jet.
   • $\ge$2b: Twee of meer $b$-tagged jets.
3. Binary NN's: Voor de signaalregio's worden aparte binaire neural networks getraind ($NN_{ggF}$ en $NN_{VBF}$) om het specifieke signaal van de achtergrond te scheiden. De output van deze networks dient als discriminerende variabele in de definitieve fit.

C. Achtergrondmodellering

• $t\bar{t}$ en Drell-Yan (DY): De normalisatie van deze dominante achtergronden wordt bepaald "in situ" (tijdens de fit aan de data).
• DY Correcties: Er is een specifieke correctie ontwikkeld voor de Drell-Yan achtergrond om mismodellering van de jet-multipliciteit en het $p_T$-spectrum van het dilepton-systeem te corrigeren, gebaseerd op data in de validatieregio's.
• Systeematische onzekerheden: Behandeld via nuisance parameters in de likelihood-functie, inclusief theoretische onzekerheden (schaalvariaties, PDF's) en experimentele onzekerheden (jet-energie, $b$-tagging, luminositeit).

---

3. Belangrijkste Resultaten

• Signaalwaarneming: Er is geen significante excess van gebeurtenissen waargenomen boven de achtergrondverwachting van het Standaardmodel. De data zijn consistent met de SM-voorspelling.
• Opgrenzingen (Limits):
  • Er is een bovengrens gesteld op de $HH$-productiewaarschijnlijkheid (cross section).
  • Waargenomen limiet: 12,0 keer de SM-voorspelling (bij 95% betrouwbaarheidsniveau, CL).
  • Verwachte limiet: 18,5 keer de SM-voorspelling.
  • De waargenomen limiet is lager dan verwacht, wat wordt toegeschreven aan een neerwaartse fluctuatie in de waargenomen gebeurteniscount in de meest gevoelige bins.
• Beperking van Koppelingen:
  • De resultaten worden gebruikt om de sterkte van de koppelingen te beperken:
    • Trilineaire koppeling ($\kappa_\lambda$): Uitgesloten waarden buiten het interval [-9,1; 15,7] (verwacht: [-13,3; 19,8]).
    • Quartische koppeling ($\kappa_{2V}$): Uitgesloten waarden buiten het interval [-0,20; 2,25] (verwacht: [-0,48; 2,54]).
  • De analyse toont een sterke afhankelijkheid van de gevoeligheid voor $\kappa_{2V}$, vooral in de "boosted" regio's voor waarden die afwijken van 1.

---

4. Bijdragen en Innovaties

Dit paper introduceert meerdere technische verbeteringen ten opzichte van eerdere CMS-analyses (zoals die met Run 2 data):

1. Nieuwe Classificatiestrategie: De overgang naar een "multiclassificatie + binaire NN"-benadering heeft de gevoeligheid met ongeveer 50% verhoogd.
2. Verbeterde Triggers: Nieuwe triggers voor $e^+e^-$ en $e^\pm\mu^\mp$-evenementen hebben de signaalopbrengst in deze kanalen met tot 17% verhoogd in de meest signaal-achtige bins.
3. Geavanceerde $b$-tagging: Gebruik van het PARTICLENET-algoritme voor zowel $b$-jet identificatie als voor het herkennen van geboostede $H \to b\bar{b}$-kandidaten.
4. Eerste resultaten bij 13,6 TeV: Dit is de eerste zoektocht naar $HH$-productie in het $bbWW$-kanaal met data van de Run 3-energie (13,6 TeV), wat leidt tot een 5% toename in de verhouding signaal/kwadratisch wortel van achtergrond.

---

5. Betekenis en Conclusie

Hoewel er nog geen bewijs is gevonden voor Higgs-bosonparen, is deze analyse een mijlpaal in de zoektocht naar nieuwe fysica buiten het Standaardmodel.

• Sensitiviteit: Ondanks een kleiner dataset (62 fb$^{-1}$) dan eerdere Run 2-analyses (138 fb$^{-1}$), is de algehele verwachte gevoeligheid vergelijkbaar gebleven dankzij de geavanceerde analyse-technieken. In het twee-leptonen kanaal alleen is de gevoeligheid zelfs met 30% toegenomen.
• Beperking van theorie: De resultaten sluiten een groot deel van de parameter ruimte uit voor afwijkingen in de trilineaire en quartische Higgs-koppelingen. Dit dwingt theoretische modellen die grote afwijkingen voorspellen naar de randen van de toegestane ruimte.
• Toekomst: De analyse legt de basis voor toekomstige zoektochten met de volledige Run 3-dataset en de High-Luminosity LHC (HL-LHC), waar de statistische onzekerheid de dominante factor zal worden.

Kortom, dit paper demonstreert de kracht van moderne machine learning-technieken in deeltjesfysica om zeldzame processen te isoleren en stelt de strengste limieten tot nu toe op de Higgs-zelfkoppelingen in het $bbWW$-kanaal bij 13,6 TeV.