Upload
zahina
View
33
Download
0
Embed Size (px)
DESCRIPTION
新しい Flavor Tgger を使っての H → WW → lνjj モード探索. 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. H WW l n jj チャンネル. なぜ WW l n jj チャンネルなのか? 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 l n l n チャンネルだけでなく、 WW l n jj チャンネルも解析し、 2 チャンネルを足し合わせてヒッグス粒子の発見の可能性を増やすべき。 - PowerPoint PPT Presentation
Citation preview
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