Search for Higgs boson production at high transverse momentum in the WW decay channel in proton-proton collisions at $\sqrt{s}$ = 13 TeV

CMS 合作组利用 138 fb⁻¹的 13 TeV 质子 - 质子碰撞数据，首次通过先进的 Transformer 算法和大型半径喷注重建技术，对高横动量希格斯玻色子在 WW 衰变道中的产生进行了搜索，结果显示未发现超出背景的信号。

要点

这是一篇来自欧洲核子研究中心（CERN）CMS 实验的科研论文，标题有点长，但我们可以把它想象成**“在高速公路上寻找一辆‘隐形’的超级跑车”**的故事。

🏁 故事背景：我们在找什么？

想象一下，宇宙中有一种非常神秘、非常重的粒子叫**“希格斯玻色子”**（Higgs boson），它是赋予其他粒子质量的“上帝粒子”。科学家已经找到了它，现在想知道它是怎么“跑”起来的。

这篇论文专门研究一种特殊情况：当希格斯玻色子跑得飞快（高动量）时，它会变成什么样？

这就好比一辆普通的轿车（慢速希格斯玻色子）和一辆以超音速飞行的 F1 赛车（高速希格斯玻色子）。当 F1 赛车以极高速度飞驰时，它产生的气流（衰变产物）会紧紧贴在一起，很难分辨。

🕵️‍♂️ 我们的侦探工具：CMS 探测器

CERN 的 LHC（大型强子对撞机）就像一条巨大的环形赛道，两束质子流在这里以接近光速对撞。

• CMS 探测器就是赛道旁最顶级的摄像机和传感器阵列，它负责记录每一次碰撞产生的所有碎片。
• 这次分析的数据来自 2016-2018 年，相当于记录了138 万亿次（138 fb⁻¹）碰撞事件。

🔍 核心挑战：如何识别“隐形”的赛车？

希格斯玻色子很不稳定，它一诞生就会立刻“爆炸”（衰变）。这篇论文关注的是它衰变成两个W 玻色子（W bosons）的情况。

当希格斯玻色子跑得极快（高动量）时，它产生的两个 W 玻色子会靠得非常近，就像两个紧紧抱在一起的双胞胎。在探测器看来，它们不像两个分开的物体，而更像一个巨大的、混乱的“能量团”（大半径喷注，Large-radius Jet）。

这就好比：

• 慢速时：你看到两个分开的足球（两个 W 玻色子）。
• 高速时：你只看到一个巨大的、旋转的龙卷风（合并后的喷注），里面包裹着两个足球。

这篇论文的任务就是：在这个巨大的龙卷风里，找出那两个足球的踪迹。

🛠️ 我们的两大侦查策略

为了抓住这些“高速希格斯”，科学家把数据分成了两类（两个通道）：

1. “零个孤立子”通道 (0ℓ)：寻找“幽灵”

• 场景：在这个通道里，W 玻色子衰变后，没有产生明显的、单独飞出的电子或μ子（就像没有看到明显的碎片飞出）。
• 难点：背景噪音（普通的强相互作用粒子）非常多，就像在嘈杂的集市里找一根针。
• 方法：科学家使用了一种叫**"PART"（粒子转换器）**的超级 AI 算法。
  • 比喻：这就像是一个拥有“透视眼”的 AI 侦探。它不看表面，而是分析那个“能量团”内部的结构（比如里面有多少个夸克、能量分布如何），从而判断它是不是希格斯玻色子变的。
  • 为了更准，他们还用了一种叫**“伦德喷注平面重加权”**的技术，相当于给 AI 做了一次“校准”，让它更懂真实世界的数据，而不是只懂模拟数据。

2. “一个孤立子”通道 (1ℓ)：寻找“带标记的碎片”

• 场景：在这个通道里，其中一个 W 玻色子衰变出了一个带电的粒子（电子或μ子），而且这个粒子虽然在大能量团里，但还能被识别出来（就像龙卷风里有一块显眼的红色碎片）。
• 策略：这里把数据分得更细，根据希格斯玻色子是怎么产生的（比如是“胶子融合”还是“矢量玻色子融合”），分成不同的房间（类别）来分别寻找。
• AI 升级：针对这种特殊情况，科学家对 AI 进行了**“微调”（Fine-tuning）**。
  • 比喻：原来的 AI 是个全科医生，什么病都能看。现在为了专门抓这种“带红色碎片的龙卷风”，我们给这位医生做了特训，让他专门盯着这种特定模式，效率提高了 60%。

📉 调查结果：找到了吗？

这是最激动人心的部分，也是科学最诚实的地方。

• 结果：科学家在所有的数据中，没有发现超出背景噪音的明显信号。
• 数据说话：测量到的信号强度是 µ = -0.19。
  • 如果 µ = 1，说明完全符合标准模型（找到了）。
  • 如果 µ > 1，说明可能有新物理（找到了更强的信号）。
  • 现在的结果是 -0.19，这意味着**“没找到”**，而且数据甚至稍微比理论预测的还要少一点点（在误差范围内）。
• 置信度：虽然没找到，但科学家非常高兴，因为这意味着：
  1. 标准模型（Standard Model）在高速领域依然坚挺，没有被打破。
  2. 这是人类第一次专门针对这种“极度高速、极度压缩”的希格斯玻色子衰变进行详细研究。

🌟 总结：这有什么意义？

想象一下，你一直在研究一辆普通轿车的性能。现在，你第一次尝试去研究一辆以 10 倍音速飞行的赛车。

• 虽然这次没抓到“新物理”（没发现超出预期的现象），但这就像是在高速公路上进行了一次完美的“压力测试”。
• 它证明了我们的AI 算法（PART）和数据分析方法非常强大，能够处理这种极度复杂的“龙卷风”数据。
• 它为未来的研究铺平了道路。如果未来在更高能量下发现了新现象，我们现在建立的这套“高速侦查系统”就是最锋利的武器。

一句话总结：
这篇论文展示了科学家如何利用最先进的 AI 技术，在 13 万亿次粒子碰撞的“噪音”中，试图捕捉高速飞行的希格斯玻色子留下的蛛丝马迹。虽然这次没抓到“新猎物”，但我们的“捕猎技术”已经练到了世界顶尖水平，为未来的重大发现做好了准备。

技术摘要

这是一份关于 CMS 合作组在 LHC 上进行的希格斯玻色子（H）在高横动量（high-$p_T$）区域产生并衰变为 W 玻色子对（$H \to WW$）的搜索工作的详细技术总结。

1. 研究背景与问题 (Problem)

• 物理动机：自希格斯玻色子发现以来，精确测量其性质和耦合是核心任务。测量高横动量（$p_T \gtrsim 250$ GeV）区域的希格斯玻色子产生尤为重要，因为该区域涉及大对数修正和显著的高阶效应，是检验标准模型（SM）计算能力的强力测试场。此外，该区域对超出标准模型（BSM）的新物理现象非常敏感。
• 现有挑战：虽然 ATLAS 和 CMS 已在 $H \to b\bar{b}$、$H \to \gamma\gamma$ 等通道测量了高 $p_T$ 希格斯，但在 $H \to WW$ 衰变通道中，特别是针对高度洛伦兹 boost 的拓扑结构（即两个 W 玻色子角距离极小，$\Delta R < 0.8$），此前缺乏专门的研究。
• 具体难点：
  • 在高 $p_T$ 下，W 玻色子的衰变产物（夸克或轻子）会合并到一个大半径喷注（Large-R Jet）中。
  • 半轻子衰变（$H \to \ell\nu qq$）中的轻子可能位于喷注内部，难以被传统隔离变量识别。
  • 背景过程（如 QCD 多喷注、$W$+jets、顶夸克对产生）极其丰富，且与信号拓扑相似。

2. 方法论 (Methodology)

该分析使用了 CMS 实验在 2016-2018 年采集的 $\sqrt{s} = 13$ TeV 质子 - 质子对撞数据，对应积分亮度为 138 fb$^{-1}$。

A. 事件分类与重建

分析根据最终态中孤立轻子的数量将事件分为两个通道：

1. 0$\ell$ 通道（全强子或半轻子但轻子未隔离）：包含 $H \to 4q$（全强子）和 $H \to \ell\nu qq$（轻子在喷注内）。
2. 1$\ell$ 通道（单孤立轻子）：专门针对 $H \to \ell\nu qq$，其中轻子被识别为孤立。

• 喷注重建：使用反 $k_T$ 算法（$R=0.8$）构建大半径喷注（AK8）。
• 运动学选择：要求 AK8 喷注 $p_T > 200$ GeV（触发要求更高，约 400 GeV），并应用 Soft-Drop 算法去除软辐射。
• 中微子修正：对于包含中微子的事件，利用缺失横动量（$\vec{p}^{\text{miss}}_T$）和喷注轴线的共线假设，重构中微子四动量，计算修正后的喷注质量 $m^*_j$，以改善质量分辨率。

B. 核心算法：粒子转换器 (PART)

• 算法介绍：使用基于自注意力机制（Self-Attention）和 Transformer 架构的机器学习算法 PART (Particle Transformer) 来识别希格斯候选喷注。
• 训练策略：
  • 在广泛的喷注拓扑上训练，区分 $H \to WW$ 与其他过程。
  • 针对 1$\ell$ 通道，由于轻子与喷注重叠在背景中罕见，采用了**迁移学习（Transfer Learning）**策略：在预训练的 PART 模型基础上，使用针对 $H \to \ell\nu qq$ 拓扑的微调（Fine-tuning）神经网络（PART-FINETUNED）。
  • 性能提升：微调后的标签器在 1% 背景效率下，信号效率比原始 PART 提高了约 60%。
• 校准：使用 Lund 喷注平面（Lund Jet Plane, LJP） 重加权技术对模拟数据进行校准，以修正数据与模拟之间的差异，并估计相关系统误差。

C. 通道细分与背景估计

• 1$\ell$ 通道细分：根据产生机制进一步分为三类：
  • ggF（胶子融合）：无额外大喷注。
  • VBF（矢量玻色子融合）：要求两个前向 AK4 喷注，$\Delta\eta > 3.5$，$m_{jj} > 1$ TeV。
  • VH（矢量玻色子伴随产生）：要求一个额外的 V 候选喷注（由 PARTICLENET 识别）。
• 背景估计：
  • QCD 多喷注（0$\ell$ 主导）：使用数据驱动方法，定义控制区（CR）并通过多项式传递函数（Transfer Function）外推至信号区（SR）。
  • $W$+jets 和顶夸克：主要基于模拟，利用控制区数据约束归一化因子（Scale Factors）。
  • 非 prompt 轻子：使用“假轻子因子”方法从数据中估计。

D. 统计提取

• 使用分箱最大似然拟合（Binned Maximum Likelihood Fit）分析 $m^*_j$（或 $m^V_j$）分布。
• 参数 $\mu$ 定义为测量截面与标准模型预期值的比值。

3. 关键贡献 (Key Contributions)

1. 首次专门研究：这是首次针对高度洛伦兹 boost 的 $H \to WW$ 衰变进行的专门研究，填补了高 $p_T$ 希格斯物理在 $WW$ 衰变通道的空白。
2. 先进机器学习应用：
   • 成功应用 PART 算法处理复杂的 $H \to WW$ 喷注子结构。
   • 创新性地使用 迁移学习 微调策略，显著解决了 1$\ell$ 通道中轻子 - 喷注重叠导致的背景抑制难题。
3. LJP 重加权校准：将 Lund 喷注平面重加权技术应用于 $H \to WW$ 信号效率的校准，提高了模拟数据的可靠性。
4. 精细化的分析策略：
   • 0$\ell$ 通道根据 $\vec{p}^{\text{miss}}_T$ 和喷注对齐情况细分区域，优化了对不同信号成分（$H_{4q}, H_{3q}, H_{\ell qq}$）的敏感度。
   • 1$\ell$ 通道结合 STXS（简化模板截面）框架，按 $p_T$ 分箱，为未来微分截面测量奠定基础。

4. 结果 (Results)

• 信号强度 ($\mu$)：
  • 观测到的信号强度为 $\mu = -0.19^{+0.48}_{-0.46}$。
  • 该结果与标准模型预期（$\mu=1$）在 2.1 个标准差内一致（允许负值时），但没有发现超出背景的信号证据。
• 显著性：
  • 预期显著性：1.86 $\sigma$。
  • 观测显著性：0.0 $\sigma$（最佳拟合值为负）。
• 分通道结果：
  • 0$\ell$ 通道：$\mu = +3.61^{+3.11}_{-2.73}$（统计波动较大，未观测到显著信号）。
  • 1$\ell$ (ggF+VBF)：$\mu = -0.30^{+0.49}_{-0.50}$。
  • 1$\ell$ (VH)：$\mu = +0.03^{+1.92}_{-1.77}$。
• 系统误差：主导的不确定性来源包括 QCD 背景建模（0$\ell$ 通道）和 PART 标签器效率的不确定性（1$\ell$ 通道）。

5. 意义 (Significance)

• 完善高 $p_T$ 物理图景：该研究补充了此前在 $H \to b\bar{b}$ 和 $H \to \tau\tau$ 通道的高 $p_T$ 测量，提供了 $H \to WW$ 通道在极端运动学区域的关键约束。
• 新物理探针：尽管未观测到信号，但结果对有效场论（EFT）参数和 BSM 模型（如复合希格斯模型）设定了新的限制，特别是在高能量标度下。
• 技术示范：展示了 Transformer 架构在粒子物理喷注标记中的强大能力，以及迁移学习在处理稀有拓扑结构（如喷注内的轻子）时的有效性，为未来高亮度 LHC（HL-LHC）的分析提供了方法论参考。
• 未来展望：随着更多数据的积累和算法的进一步优化，该分析框架有望在未来探测到微弱的新物理信号或精确测量标准模型参数。

总结：这篇论文代表了 CMS 合作组在高能物理数据分析技术上的前沿进展，利用最先进的机器学习工具和精细的数据驱动方法，对极具挑战性的 $H \to WW$ 高 $p_T$ 区域进行了迄今为止最深入的探索，虽然未发现新物理信号，但为理解希格斯玻色子在极端条件下的行为提供了宝贵的基准数据。