宇宙史一貫拠点実習１最終報告会

2008 年 7 月 28 日木村　瑞希

　　　新しい Flavor Tgger を使っての　　　　　 H→WW→lνjj モード探索

HWWljj チャンネルHWWljj チャンネル

なぜ WW ljj チチチチチチチチチ

• WW 崩壊 は、ヒッグス粒子の質量が高い場合に分岐比が大きい。

• WW ll チチチチチチチチチチチ WW ljj チチチチチチチチチチチチチチチチチチチチチチチチチチチチチチチチチチチチチチチチチチ

• WW ljj チチチチチチチチチチ WW ll チチチチチチチチチチチ

• WW ll チチチチチチチチチチチチチチチチチチチチチチチチチチチチチ

　　　

課題；チャーム・ジェットの同定

課題；チャーム・ジェットの同定

シグナル過程 : -HWW(l (ud or cs) うまくチャーム・ジェットを同定できれば、 cs チャンネ

ルのバックグラウンドは大幅に減らすことができる。新しい Heavy Flavor (HF) タガー　 RomaNN を用いて チャー

ム・ジェットのタグをする。現行の JetProbability タガーでの解析結果とくらべてみる。

Roma Tagger 　 DetailRoma Tagger 　 Detail

従来のタグアルゴリズムの出力をcombine

SecVtx Jet Probability Soft Lepton Tag

より詳しいＶｅｒｔｉｘｉｎｇ

3 つめの Vertex を再構成する。

・ＲｏｍａＮＮの振る舞い・ＲｏｍａＮＮの振る舞い

最初に tt チャンネルのジェットにたいして、 RomaNN のアウトプットを実際に見てみる。

とくに Fravor(c-jet,b-jet,LF) ごとの分布をみる。

チャーム・タグができるようなカットを決める。

　　　　 分布図　　　　 分布図

横軸： NNoutputbc

cqbq

C-tag カットC-tag カット

cq

bc

ここ

Ｃｓチャンネルのチャームジェットを同定する。

cut cut

アンチ・タグ　カットアンチ・タグ　カット

ｃｓチャンネルのｓジェットがＬＦであることを要求。

cq

bcここ

cut cutcut

いよいよいよいよ

ｔｔチャンネルで RomaNN の使い方と、カットの目星をつけることができた。

いよいよ HWWljj チャンネルでチャーム・タグを試みる。

CS チャンネルCS チャンネル

Higgs mass(GeV) dijet mass(GeV)ΔR(l,d)

LH

Ver

signal ： H->WWBackgrpund = Wc+1p Likelihood discriminant の構築Likelihood discriminant の構築

Cross section の Upper limit RomaNN 1

Cross section の Upper limit RomaNN 1

ｃｓチャンネルud チャンネル

(1.9,301)(1.2,403)Li

mit

(pb)

Cut on LH discriminant

LH discriminant

Cut on LH discriminant

LH discriminant

Lim

it (p

b)

Cut on LH discriminant

LH discriminant

(1.4,394)

Cross section の Upper limit RomaNN 2

Cross section の Upper limit RomaNN 2

全イベント

cs と ud を独立に解析した結果を combine すると Limit = 241 pb 　 (2.8 fb-1)c.f. SM prediction : ~380 fb

Lim

it (p

b)

Cut on LH discriminant

LH discriminant

Cut on LH discriminant

LH discriminant

Cross section の Upper limit Jet Probability 1

Cross section の Upper limit Jet Probability 1

ｃｓチャンネル ud チャンネル

(1.6,312)(1.1,413)

JP cut = 0.05

Lim

it (p

b)

Cut on LH discriminant

LH discriminant

Cut on LH discriminant

Cross section の Upper limit Jet Probability 2

Cross section の Upper limit Jet Probability 2

全イベント

cs と ud を独立に解析した結果を combine すると Limit = 249 pb (2.8 fb-1)

(1.2,394)

まとめまとめ新しい Flavor Ｔａｇ ge ｒである RomaNN

を使って H->WW->lνjj モード探索のポテンシャルを評価した。

Ttbar MC イベント中の各 Flavor の Jet を見て、 C タグのカットを決めた。

Cross section の upper limit を評価した。2.8 fb-1 データで cross section の 95%CL

upper limit ＝ 241pbC.f. 249pb with Jet probability

backup

UD チャンネルUD チャンネル

higgsmass wmass deltaR_ls

Ver

LH

Backgrpund = WC +1p

All All

higgsmass wmass deltaR_ls

Ver

LH

Backgrpund = WC +1p

RomaNNRomaNN• チャーム・クォークは寿命の長い D メソンを生成し、こ

の D メソンは少し飛んでから崩壊する。

　　　　　　　　　　　　　　　　　　　　

• 異なった　 flavor のクォークによって作られたvertices を区別する Neural Network を使う。

　　　　　　　　今回は RomaNN を用いる。

解析の Strategy解析の StrategyTtbar サンプルで決めたＣタグカットで　 Cs,ud チャンネルに分けて解析する。　 Higgs シグナルと Wc+1p のＭＣサンプ

ルの ΔR(l,d),dijet mass,Higgs mass 分布からLikelihood discriminant を構築する。

各チャンネル、両チャンネル combine での探索ポテンシャルを評価する。

Roma Tagger 　 DetailRoma Tagger 　 Detail

Vertices NN bottom の decay からの Vartices

か、 charm の decay からのVartices かを区別する

Tracks NN　　　 prompt からの tracks か、　　　 hadoron decay からの tracks

かを区別する

Flavor separation

JetProb,SecVtx,SLTμ 、 VertexNN,TracsNN を combine して Flavorごとに区別する