Machine-learning techniques for model-independent searches in dijet final states

技术摘要：用于双喷注末态模型无关搜索的机器学习技术

问题陈述
在大型强子对撞机（LHC）上寻找超越标准模型（BSM）的物理过程正面临着日益严峻的挑战，尤其是来自标准模型（SM）过程（特别是通过强相互作用介导的 QCD 多喷注过程）的压倒性背景。传统的搜索依赖于监督式机器学习分类器，这些分类器针对特定的假设 BSM 信号与 SM 背景进行训练。这种方法需要为每一种替代模型提供明确的理论公式，从而限制了发现的范围，使其仅限于已知的假设。此外，传统的“峰值搜寻”（bump hunt）技术——即寻找双喷注不变质量（$m_{jj}$）中的共振峰——如果信号比例过小，不足以在平滑下降的 SM 背景中产生可见的峰值，则可能会失效。本文旨在解决对模型不可知（异常检测）方法的需求，这类方法可以在没有预先获知信号特定属性的情况下识别异常喷注，同时避免对 $m_{jj}$ 分布进行“塑造”（sculpting），从而确保统计解释的有效性。

方法论
本文详细比较了五种不同的机器学习技术，这些技术应用于 CMS 实验在 $\sqrt{s} = 13$ TeV 下收集的质子-质子碰撞数据（2016–2018 年，138 fb$^{-1}$）。分析针对的是双喷注末态，其中一个重共振态（$A$）衰变为两个较轻的粒子（$B$ 和 $C$），随后这两个粒子衰变为 SM 粒子并形成两个大半径喷注。这些方法根据其训练范式进行分类：

1. 无监督学习 (VAE-QR)： 变分自编码器（VAE）在侧带区域（信号被抑制的区域）的低层级喷注组成部分动量上进行训练，以学习 SM 背景分布。重建损失作为异常评分。为了防止选择过程扭曲 $m_{jj}$ 能谱（塑造效应），采用了分位数回归（QR）步骤，将异常阈值作为 $m_{jj}$ 的函数进行归一化，从而确保无论质量如何，选取的事件比例保持恒定。
2. 弱监督学习 (CWoLa Hunting, TNT, CATHODE, CATHODE-b)： 这些方法利用“无标签分类”（CWoLa）直接从数据样本中学习背景与数据之间的似然比，而无需显式的信号标签。
   • CWoLa Hunting： 利用高层级子结构特征（如 Soft-drop 质量、N-subjettiness 比率、b-tagging 分数）训练分类器，以区分信号区（SR）中的喷注与相邻侧带中的喷注。应用重加权技术使异常评分与喷注运动学解耦，以减轻质量塑造效应。
   • TNT (Tag N' Train)： 将弱监督与初始无监督自编码器预筛选相结合。利用一个喷注基于自编码器损失来“标记”另一个喷注为类信号或类背景，从而创建富集样本用于弱监督训练。
   • CATHODE / CATHODE-b： 使用在侧带数据上训练的条件生成模型（归一化流）来估计信号区中的背景密度。随后使用弱监督分类器区分观测到的数据与生成的背景。CATHODE-b 通过引入 b-tagging 分数扩展了该方法，以增强对第三代夸克耦合的敏感度。
3. 半监督学习 (QUAK)： 结合了一组模拟的信号先验来引导搜索。它使用在背景和特定信号基准上共同训练的归一化流来定义一个“QUAK 空间”，选择与背景不同但与信号先验相似的事件。

主要贡献

• 全面比较： 本研究首次利用真实的对撞机数据对这五种不同的异常检测方法进行了详细比较，超越了以往仅限于模拟事件的研究。
• 塑造缓解： 本文详细介绍了为确保异常选择不会人为地创建或扭曲 $m_{jj}$ 分布中而实施的具体技术对策（分位数回归、重加权、生成模型），这是进行有效统计推断的关键要求。
• 特征影响分析： 研究调查了不同输入特征集（低层级组成部分 vs. 高层级子结构变量）如何影响性能，揭示了特征选择可以解释方法间的敏感度差异，但不能完全解释算法间的性能差距。
• 数据验证： 展示了一种新型的应用，即利用弱监督异常检测来识别全强子衰变通道中的洛伦兹提升顶夸克对（$t\bar{t}$），验证了这些方法在模型不可知框架下恢复已知物理过程的能力。

结果

• 敏感度： 与包含性搜索（无子结构选择）和简单的特定模型子结构切分相比，所有五种方法都展示了对模拟 BSM 信号增加的敏感度。然而，没有任何一种方法对于所有信号拓扑都是最优的。
• 互补性： 异常评分的相关性分析显示，各方法之间的相关性较低（通常 < 60%），表明它们是基于不同的标准识别异常事件的。这表明结合这些方法可以产生更强大的搜索策略。
• 性能差距： 虽然在相同特征上训练的监督分类器实现了较高的显著性提升特性（SIC），但模型不可知方法实现的 SIC 值较低（对于某些方法，约为监督性能的 50%）。这一差距归因于训练期间缺乏信号标签，以及在限值设定过程中需要考虑系统不确定性。
• 顶夸克恢复： 在验证研究中，弱监督方法成功地从 QCD 背景中分离出 $t\bar{t}$ 事件，实现了与使用相同输入的全监督分类器相当的显著性提升。解释性技术（排列特征重要性）成功识别了过剩部分的物理属性（喷注质量接近 175 GeV、高 b-tagging 分数以及三喷注子结构），证明了对正向异常搜索结果进行解释的可行性。

意义
本文声称，这些异常检测技术能够以模型不可知的方式增强对新粒子特征的敏感度，为传统的假设驱动搜索提供了一种稳健的替代方案。通过展示这些方法可以在没有预先获知其存在的情况下恢复已知粒子（顶夸克）的属性，该工作验证了机器学习驱动的异常检测在发现意料之外的新物理方面的潜力。研究强调，不同方法之间的互补性凸显了在未来的 LHC 分析中使用多样化的异常检测工具包的价值。