Search for a new resonance decaying to a Higgs boson and a scalar boson in events with two b jets and two Z bosons in proton-proton collisions at $\sqrt{s}$ = 13.6 TeV

该研究利用质子 - 质子对撞数据（$\sqrt{s}$ = 13 TeV，138 fb$^{-1}$）搜索了衰变为希格斯玻色子与标量玻色子（HY）或双希格斯玻色子（HH）的新共振态 X，通过分析双 b 喷注与双 Z 玻色子末态并采用机器学习判别技术，未发现显著超出标准模型的信号，并设定了相应的产生截面上限。

要点

这篇论文就像是一份来自CERN（欧洲核子研究组织）的“宇宙寻宝报告”。想象一下，物理学家们是拿着超级放大镜的侦探，他们正在粒子对撞机（LHC）里寻找一种从未被发现过的“神秘新粒子”。

为了让你更容易理解，我们可以把整个研究过程想象成一场**“寻找失散多年的双胞胎或新家庭成员”的侦探游戏**。

1. 他们在找什么？（目标）

物理学家们怀疑，除了我们已知的“希格斯玻色子”（H，被称为“上帝粒子”，它赋予其他粒子质量）之外，宇宙中可能还藏着：

• 一对双胞胎希格斯玻色子（HH）： 就像两个希格斯手拉手一起出现。
• 一个希格斯和一个新来的“神秘 scalar 粒子”（HY）： 就像希格斯带着一个从未见过的新朋友出现。

这个“神秘的新朋友”被命名为 X（如果它衰变成两个希格斯）或者 Y（如果它和希格斯一起出现）。这篇论文就是要在海量的数据中，把这两个“嫌疑人”从背景噪音里揪出来。

2. 他们是怎么抓人的？（实验方法）

CERN 的机器（CMS 探测器）就像一台超级高速的粒子对撞机。

• 制造碰撞： 他们把质子（像两个高速飞行的台球）以接近光速的速度对撞。
• 产生碎片： 碰撞瞬间会产生巨大的能量，可能瞬间创造出那个神秘的“新粒子 X"。
• 追踪踪迹： 这个新粒子 X 非常不稳定，瞬间就会“爆炸”（衰变）成我们熟悉的粒子。
  • 它可能变成两个希格斯（HH）。
  • 或者变成一个希格斯（H）和一个新粒子（Y）。
• 最终线索： 无论哪种情况，这些粒子最终都会变成我们看得见的“信使”：
  • 两个底夸克（b 夸克）： 就像两个黑色的“脚印”。
  • 两个 Z 玻色子： 它们会进一步变成：
    • 一对带电的轻子（电子或缪子）：就像两束明亮的闪光灯。
    • 一对夸克（变成喷注）或者一对中微子（看不见）：就像烟雾或者隐形人。

简单来说，侦探们就在寻找这样的现场： 两个“黑色脚印” + 两束“闪光灯” + 一些“烟雾”或“隐形人”。

3. 他们遇到了什么困难？（挑战）

• 大海捞针： 对撞机每秒发生几十亿次碰撞，但真正产生我们要找的新粒子的情况，可能几亿次里才有一次。大部分时候，只是普通的粒子在乱跑（背景噪音）。
• 伪装者： 普通的粒子过程（比如顶夸克衰变）也会产生类似的“脚印”和“闪光灯”，很容易混淆视听。
• 高难度筛选： 为了区分真假，物理学家们把数据分成了不同的“房间”（信号区域）：
  • 有的房间专门找“慢动作”的粒子（低质量）。
  • 有的房间专门找“超高速”的粒子（高质量，洛伦兹 boost），就像看高速摄影机拍下的模糊残影。

4. 他们用了什么高科技武器？（工具）

• AI 侦探（机器学习）： 他们训练了一个超级聪明的 AI（Boosted Decision Tree），让它学习成千上万次模拟碰撞的数据。AI 学会了识别哪些“脚印”和“闪光灯”的组合看起来像新粒子，哪些只是普通的背景噪音。
• 概率计算： 他们把真实数据扔进这个 AI 模型里，看看能不能发现任何“异常”。

5. 结果如何？（结论）

这是最让人有点失望，但又很科学的结果：

• 没有抓到“嫌疑人”： 在所有的数据中，没有发现任何显著的新粒子信号。所有的“异常”都还在统计误差的允许范围内，也就是说，它们很可能只是普通的背景噪音在“恶作剧”。
• 划定了禁区： 虽然没有抓到，但这篇论文非常有价值。它告诉全宇宙：“我们检查了从 260 GeV 到 4000 GeV（质量单位）的广阔范围。如果这个新粒子存在，它的‘体重’（质量）和‘出现频率’（产生截面）必须低于我们设定的红线。”
  • 这就好比侦探说：“虽然没抓到凶手，但我们确认了凶手不可能藏在 A 区到 B 区，如果他在，他必须比我们要轻得多，或者出现得比我们要少得多。”

6. 为什么这很重要？

• 排除法也是进步： 在科学里，证明“不存在”和证明“存在”一样重要。这篇论文排除了很多理论模型（比如某些关于额外维度的理论或超对称理论），迫使物理学家去重新思考或寻找新的方向。
• 技术突破： 即使没找到新粒子，他们开发的这些AI 筛选技术和数据分析方法，已经非常成熟，未来可以用来寻找其他更隐蔽的宇宙秘密。

总结

这就好比物理学家们拿着最精密的筛子，在 138 万亿次粒子碰撞的“沙堆”里，试图筛出几粒特殊的“金粉”。虽然这次没筛出金粉，但他们把筛子的网眼做得更细了，并且明确告诉所有人：“金粉如果存在，肯定不在我们刚才筛过的这个区域里。”

这就是科学探索的常态：每一次“没找到”，都是在为下一次“找到”铺平道路。

技术摘要

这是一份关于 CMS 合作组在 CERN 大型强子对撞机（LHC）上进行的最新物理分析的详细技术总结。该论文题为《在 $\sqrt{s} = 13$ TeV 质子 - 质子碰撞中搜索衰变为希格斯玻色子和标量玻色子的新共振态（双 b 喷注和两个 Z 玻色子事例）》。

1. 研究背景与问题 (Problem)

• 物理动机：2012 年希格斯玻色子（H）的发现完成了标准模型（SM），但许多超出标准模型（BSM）的理论（如 Randall-Sundrum 弯曲额外维模型、超对称 SUSY/NMSSM 模型）预言了新的重共振态 $X$ 的存在。这些共振态可能衰变为一对希格斯玻色子（$HH$）或一个希格斯玻色子和一个新的标量玻色子（$HY$，其中$Y$ 是新的标量粒子）。
• 具体挑战：
  • 信号特征：研究关注 $X \to HH$ 或 $X \to HY$ 的衰变，其中其中一个希格斯（或 $Y$）衰变为两个 $Z$ 玻色子，另一个希格斯衰变为一对底夸克（$b\bar{b}$）。最终态标记为 $bbZ(qq, \nu\nu)Z(\ell\ell)$，即包含两个 $b$ 喷注、两个轻子（电子或缪子）以及两个 $Z$ 玻色子（其中一个 $Z$ 衰变为轻子，另一个衰变为夸克对或中微子对）。
  • 背景干扰：主要的背景来自 Drell-Yan (DY) 过程和顶夸克对（$t\bar{t}$）产生。特别是 $bbWW$过程（两个$W$玻色子均轻子衰变）在低不变质量区域与$bbZZ$信号有重叠，且$t\bar{t}$ 过程产生的拓扑结构与信号非常相似。
  • 数据利用：此前 CMS 利用 2016 年数据进行了类似搜索，但本次分析使用了 Run 2（2016-2018）积累的完整数据集（138 fb$^{-1}$），并针对高动量（Boosted）区域进行了优化。

2. 方法论 (Methodology)

• 数据样本：基于 CMS 探测器记录的 $\sqrt{s} = 13$ TeV 质子 - 质子碰撞数据，积分亮度为 138 fb$^{-1}$。
• 对象重建与选择：
  • 轻子：要求两个紧致的同味（$ee$或$\mu\mu$）且电荷相反的轻子，$Z$ 玻色子质量窗口限制在 75-105 GeV。
  • 喷注：使用粒子流（PF）算法。定义了两种喷注：
    • AK4 喷注（$R=0.4$）：用于解析（Resolved）衰变，使用 CHS 算法去除堆积效应。
    • AK8 喷注（$R=0.8$）：用于洛伦兹增强（Boosted）衰变，使用 PUPPI 算法。
  • 标记（Tagging）：
    • b 标记：使用 DeepJet 算法对 AK4 喷注进行 b 标记。
    • H/Y 标记：使用 ParticleNet (PNET) 算法对 AK8 喷注进行 $H \to b\bar{b}$ 或 $Y \to b\bar{b}$ 的标记。
  • 缺失横动量 ($p_T^{miss}$)：用于识别不可见的 $Z \to \nu\bar{\nu}$ 衰变。
• 事件分类（信号区 SRs）：根据 $H$ 和 $Z$ 的衰变拓扑（解析或合并），将 $bbZZ$ 事例分为 6 个信号区（SRs）：
  • $bbZ(qq)Z(\ell\ell)$ 通道（可见 $Z$）：
    • qq0M：两个 $H$ 和两个 $Z$ 均为解析态（4 个 AK4 喷注）。
    • qqHM：$H$ 为合并态（1 个 AK8），$Z$ 为解析态。
    • qqZM：$H$ 为解析态，$Z$ 为合并态（1 个 AK8）。
    • qq2M：$H$ 和 $Z$ 均为合并态（2 个 AK8）。
  • $bbZ(\nu\nu)Z(\ell\ell)$ 通道（不可见 $Z$）：
    • $\nu\nu0M$：$H$ 为解析态。
    • $\nu\nu1M$：$H$ 为合并态。
  • 正交性：特别引入了严格的 $m_{\ell\ell}$ 和 $p_T^{miss}$ 切割，以确保与 $bbWW$ 搜索正交，避免信号污染。
• 背景估计：
  • DY 和 $t\bar{t}$：使用控制区（CRs）从数据中提取归一化因子（Normalization Factors）。DY 背景通过 $m_{\ell\ell}$ 分布拟合进行修正；$t\bar{t}$ 背景通过 $m_{\ell\ell} > 105$ GeV 的控制区提取。
  • 非 Prompt 轻子：使用侧带（Sideband）方法，基于同电荷（SS）或非隔离轻子的事例进行估计。
• 信号提取策略：
  • 全重建通道（$qq0M, \nu\nu0M$）：使用**提升决策树（BDT）**作为判别变量。BDT 输入包括轻子动量、喷注特性、$\Delta R$ 分离度等。
  • 部分重建通道（其他 SRs）：由于接受度限制导致背景事件较少，直接使用重建共振质量（$m_{rec}^X$ 或 $m_{rec}^{X'}$）分布进行拟合。
  • 联合拟合：对所有信号区进行同时分箱似然拟合（Simultaneous binned profile likelihood fit），考虑所有系统不确定性（实验和理论）。

3. 关键贡献 (Key Contributions)

1. 全面利用 $bbZZ$ 拓扑：首次在该通道中系统性地结合了从全解析（4 个喷注）到全合并（2 个大半径喷注）的所有衰变拓扑，显著提高了对不同质量区间共振态的灵敏度。
2. 正交性策略优化：通过更严格的 $m_{\ell\ell}$ 切割（75-105 GeV）和 $p_T^{miss}$ 切割，明确区分了 $bbZZ$和$bbWW$ 信号，解决了以往分析中信号重叠和定义模糊的问题。
3. HY 新通道探索：除了传统的 $HH$搜索外，扩展到了$X \to HY$的搜索，覆盖了$m_X$ 从 700 GeV 到 4 TeV，$m_Y$ 从 180 GeV 到 4 TeV 的参数空间。
4. 机器学习应用：在解析度最高的区域使用了基于机器学习的 BDT 分类器，有效提升了信噪比；在合并区域则利用质量分布进行统计推断。
5. 大数据集分析：基于 138 fb$^{-1}$ 的完整 Run 2 数据，相比之前的 2016 年数据（约 36 fb$^{-1}$），统计量大幅提升。

4. 结果 (Results)

• 观测情况：在所有信号区中，观测到的数据与标准模型背景预测一致，未发现显著的超出（No significant deviations）。
• 上限设定（95% 置信度 CL）：
  • **$HH$共振态**：对于$pp \to X \to HH$过程，设定了产生截面的上限。随着共振质量$m_X$ 从 260 GeV 增加到 4 TeV，上限从 400 pb 降至 1 pb。
  • **$HY$共振态**：对于$pp \to X \to HY \to bbZZ$过程，在$(m_X, m_Y)$ 二维参数空间设定了上限。对于高质量共振态，上限约为 5 fb（随质量变化在 5 fb 到 500 fb 之间）。
• 模型限制：
  • 对于 Randall-Sundrum 体模型（Bulk Radion），结果排除了部分参数空间。
  • 对于 NMSSM 模型，结果对 $X \to HY$ 的耦合强度给出了限制。
• 灵敏度对比：在 $HY$通道中，本分析的灵敏度与专注于$H \to \gamma\gamma$或$H \to \tau\tau$以及$Y \to b\bar{b}$或$Y \to VV$ 的其他互补分析相当。

5. 意义 (Significance)

• BSM 物理的严格检验：该分析对多种 BSM 理论（如额外维模型和超对称模型）中的重标量共振态进行了迄今为止最严格的检验之一，特别是在 $bbZZ$ 这一具有挑战性的衰变道中。
• 方法论的进步：展示了如何利用机器学习（ParticleNet, BDT）和复杂的事件分类策略，在强子对撞机的高背景环境中提取稀有信号。特别是处理 $bbWW$ 背景干扰的策略，为未来的类似分析提供了重要参考。
• 未来物理的铺垫：虽然未发现新物理，但设定的严格上限为未来的理论模型构建提供了重要约束。随着 LHC Run 3 数据的积累，这些分析策略将被进一步应用，以探索更高能标的新物理。
• 多通道协同：证明了结合不同衰变拓扑（解析与合并）和不同最终态（$bbZZ$与$bbWW$）对于全面覆盖新物理参数空间的重要性。

总结而言，这篇论文代表了 CMS 合作组在寻找重共振态衰变为希格斯玻色子对或希格斯 - 标量对方面的最新进展，通过精细的事件选择和先进的统计方法，在 $bbZZ$ 通道中达到了前所未有的灵敏度，尽管未发现新物理信号，但极大地压缩了相关 BSM 理论模型的空间。