⚛️ phenomenology

Boosted top tagging via lepton-in-jet topology for vector-like quark searches in FCC-hh

本文提出了一种基于机器学习的框架，用于识别 100 TeV FCC-hh 上的高能轻子衰变顶夸克，证明了基于变量的标记器与基于组分的标记器均能达到相当的性能，并实现了对矢量类 $B'$ 夸克的搜索，其发现潜力高达 10 TeV。

原作者： Sanchari Bhattacharyya, Biplob Bhattacherjee, Kirana K. K., Swagata Mukherjee

发布于 2026-10-06

📖 1 分钟阅读🧠 深度阅读

原作者： Sanchari Bhattacharyya, Biplob Bhattacherjee, Kirana K. K., Swagata Mukherjee

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

宇宙是由一小组基本粒子通过力相互作用构建而成的，这一框架被称为标准模型。该模型取得了巨大的成功，能够极其精确地预测物质的行为，并证实了希格斯玻色子的存在。然而，它仍留下了许多未解之谜，例如暗物质的本质以及为什么中微子具有质量。为了寻找答案，物理学家正在寻找不符合当前模型的新型、更重的粒子。这些假设中的粒子如果存在，其质量将大到无法由当今最强大的粒子对撞机产生。为了观测到它们，科学家们正计划建造一台名为未来环形对撞机（Future Circular Collider）的未来机器，它将以远超目前可能水平的能量将质子碰撞在一起。

当这些新的重粒子在这样的碰撞中产生时，它们预计会几乎瞬间衰变为较轻的已知粒子。一种极具前景的新型重粒子候选者是矢量类夸克（vector-like quark），这是一种行为方式与构成我们日常世界的夸克不同的物质类型。如果这种粒子存在，它可能会衰变为一个顶夸克和一个W玻色子。顶夸克是已知最重的粒子，当它以巨大的能量产生时，其运动速度极快，以至于其衰变产物会被挤压成一个单一且狭窄的流。这创造了一个独特的挑战：顶夸克会衰变为一个底夸克、一个中微子和一个带电粒子（如电子或μ子）。由于顶夸克运动得非常快，那个带电粒子最终会被困在碎片流之中，使其难以从碰撞的背景噪声中分辨出来。

一个研究团队开发了一种利用机器学习来识别这些特定高速顶夸克的新方法。他们专注于这样一种情景：一个重矢量类夸克衰变为一个顶夸克和一个W玻色子，且这两个粒子最终都会产生带电粒子。在这种事件中，一个带电粒子来自W玻色子且是孤立的，而另一个则来自顶夸克并被埋在粒子喷注（jet）之中。研究人员训练了两种不同类型的人工智能来捕捉这个被埋藏的粒子。其中一个系统观察一组计算出的属性，例如粒子的能量和位置；而另一个系统则检查单个粒子本身，就像人类观察照片细节一样。他们将这些系统针对各种类型的背景噪声进行了测试，包括由底夸克构成的喷注以及其他也包含带电粒子的重粒子。

结果显示，两种机器学习方法在寻找被埋藏的顶夸克方面都非常有效。观察单个粒子的系统在较低能量下表现稍好，而使用计算属性的系统在最高能量下表现同样出色。这具有重要意义，因为它证明了即使粒子被压缩到难以分离的程度，整体的能量和运动模式仍然是识别的关键。随后，研究人员利用这些工具模拟了在未来对撞机中寻找重矢量类夸克的过程。他们发现，只要有足够的数据，对撞机就能发现质量高达七万亿电子伏特的这种新粒子，这一质量远超现有机器所能达到的范围。如果该粒子的宽度稍大或稳定性较低，搜索范围可以延伸至十万亿电子伏特。

该研究还解决了一个未来实验中的实际问题：即“堆积”（pile-up）现象的存在，即许多额外的碰撞同时发生并产生了一堆额外的粒子乱象。研究人员测试了如果忽略堆积倾向于产生的较软、较慢的粒子，他们的这种方法是否仍然有效。他们发现，即使仅关注能量最高的径迹，识别能力依然保持强劲。这表明该方法足够稳健，能够应对未来高能对撞机中混乱的环境。通过将这些先进的标记工具与对整个碰撞事件的更广泛分析相结合，该团队展示了一条发现新物理学的清晰路径。他们的工作为科学家在下一代对撞机投入运行后如何最终观测到这些难以捉摸的重粒子提供了一个具体的策略。

技术摘要：通过 FCC-hh 中轻子在喷注内（Lepton-in-Jet）拓扑结构实现的增强型顶夸克标记

问题陈述
在以质心能量 $\sqrt{s} = 100$ TeV 运行的质子-质子对撞模式下的未来环形对撞机（FCC-hh）中，寻找超越标准模型（BSM）物理（特别是矢量类夸克，VLQs）面临着独特的挑战：极端的运动学状态。当重共振态（例如底夸克型 VLQ， $B'$ ）衰变为顶夸克（ $B' \to tW$ ）时，产生的顶夸克是高度增强（boosted）的。在这种状态下，顶夸克的衰变产物（ $t \to b\ell\nu$ ）变得高度共线，通常合并为一个单一的喷注。具体而言，来自顶夸克衰变的带电轻子嵌入在顶夸克喷注锥内，导致无法通过标准的隔离准则进行识别。这种“轻子在喷注内”的拓扑结构使得识别轻子顶喷注（leptonic top jets）变得复杂，因为需要将其与强子顶喷注、包含半轻子衰变中非隔离轻子的重夸克（ $b$ 和 $c$ ）喷注以及轻夸克喷注区分开来。此外，中微子无法被探测到，从而限制了运动学重建。本文研究了基于组分的机器学习（ML）架构在这一超增强状态下，与传统的基于变量的方法相比，是否仍能保持其判别能力。

方法论
本研究采用了两层 ML 框架，用于识别增强型轻子顶喷注并进行单 $B'$ 产生（ $pp \to B'j \to tWj$ ）的全事件级搜索。

理论框架与基准测试：
- 分析重点关注一个 $SU(2)$ 单态底夸克型 VLQ（ $B'$ ），其量子数为 $(3, 1, -1/3)$ 。
- 该模型由两个自由参数定义：耦合强度 $\tilde{g}$ 和混合参数 $R_L$ （控制对第一代与第三代夸克的耦合）。
- 选择了一个基准点（ $\tilde{g}=0.07, R_L=1.0$ ），以满足宽度约束 $\Gamma_{B'}/m_{B'} < 25\%$ ，同时最大化单产生截面。
- 信号事件使用 MadGraph5_aMC@NLO 和 PYTHIA 8 生成，并通过使用 FCC-hh 探测器卡片的 Delphes 3.5.0 进行接口处理。
轻子顶喷注标记器（对象级）：
- 信号定义： 包含高 $p_T$ 非隔离轻子（ $p_T > 100$ GeV）且源自 $t \to b\ell\nu$ 的喷注。
- 背景： 强子顶喷注（ $t_{had}$ ）、 $b$ 喷注和 $c$ 喷注。
- 方法： 在七个轻子 $p_T$ $p_{T}$ 分箱（0.1 TeV 至 $>3$ $> 3$ TeV）中分别训练两个互补的分类器：
  - 基于变量的 DNN： 使用一组受物理启发的各种高层可观测物理量，包括轻子运动学、基于轨迹的变量（位移轨迹、冲击参数）、基于热室（tower）的隔离变量以及喷注子结构（N-subjettiness、喷注质量）。
  - 基于组分的粒子 Transformer (ParT)： 直接作用于单个喷注组分（轻子、轨迹、热室单元），使用带有自注意力机制的 Transformer 架构来学习粒子间的相关性。
- 训练： 标记器将信号类（ $t_{lep}$ ）与三种背景类进行区分。
事件级分析：
- 采用第二个 DNN 进行信号与背景之间的事件级判别。
- 输入特征： 全局运动学变量（ $H_T$ 、 $E_T^{miss}$ 、双轻子不变质量）、轻子特定运动学以及来自对象级喷注标记器的输出得分。
- 拓扑结构： 事件选择条件为恰好有一个来自 $W$ 的隔离轻子和一个来自 $t$ 的非隔离轻子，并伴有显著的缺失横向能量。
- 背景： 标准模型过程，包括 $t\bar{t}$ 、 $tW$ 、 $VV$ 、 $W$ +jet 以及重夸克产生。

核心贡献

验证了基于组分的 ML 在超增强状态下的有效性： 本文证明了基于组分的架构（ParT）即使在衰变产物高度共线的情况下仍然非常有效，其性能可与或超过经过工程设计的基于变量的 DNN。
全面的特征集： 开发了一套专门针对“轻子在喷注内”特征（包括位移轨迹和热室隔离）的变量，这与标准的顶夸克标记技术截然不同。
鲁棒性检查： 研究包含了关于软轨迹活动（模拟堆积效应/pile-up）的敏感性分析，以及与仅限于轨迹输入的图神经网络（GNN）的比较。
异常检测应用： 作者探索了使用预训练 ParT 表示在 DeepSVDD 框架下进行单类异常检测，展示了在无需显式背景训练的情况下识别异常喷注拓扑结构的潜力。

结果

喷注标记器性能：
- DNN 和 ParT 均实现了极高的轻子顶夸克标记效率（93–97%）。
- ParT 在低及中等 $p_T$ 范围内通常表现更优（AUC 0.994–0.997 对比 0.981–0.996）。
- 在极高 $p_T$ （ $>2$ TeV）下，DNN 的背景误报率略低于 ParT，这表明在组分分辨率面临挑战的超增强极限下，工程化的可观测物理量保留了显著的判别力。
- 在仅基于轨迹的比较中，ParT（AUC 0.981）显著优于 GNN（0.964）和 DNN（0.942），凸显了注意力机制在捕捉轨迹相关性方面的价值。
事件级敏感度：
- 事件级 DNN 在区分 $B'$ 信号（ $m_{B'}=5$ TeV）与 SM 背景方面达到了 0.994 的 AUC。
- 分析假设积分亮度为 30 ab $^{-1}$ 。
- 发现潜力：
  - 在宽度约束 $\Gamma_{B'}/m_{B'} < 25\%$ 下，对于 $B'$ 质量高达 ~7 TeV 的情况可实现 $5\sigma$ 发现（即使存在 10% 的背景系统误差）。
  - 若放宽宽度约束至 $\Gamma_{B'}/m_{B'} \lesssim 50\%$ ，发现范围可扩展至 ~10 TeV。
  - 在 $m_{B'} = 10$ TeV 时，实现 $5\sigma$ 发现所需的最小截面为 0.054 fb（仅考虑统计量）和 0.28 fb（考虑 10% 系统误差）。

意义与主张
本文声称，所提出的框架为在 FCC-hh 上发现多 TeV 矢量类夸克提供了一种现实且有效的策略。通过成功识别特定的“轻子在喷注内”拓扑结构，作者填补了标准顶夸克标记技术与未来对撞机极端运动学之间的空白。研究强调，虽然基于组分的 ML（ParT）在捕捉复杂相关性方面具有卓越性能，但受物理启发的基于变量的方法依然稳健且具有竞争力，特别是在最高能量尺度下。将对象级标记与事件级分类相结合，可以有效地抑制主要的 SM 背景（如 $t\bar{t}$ 和 $tW$ ），从而在存在系统误差的情况下也能发现重共振态。该研究还强调了这些 ML 工具在异常检测中的用途，为寻找新物理提供了一种较少依赖于模型的途径。

类似论文