Recherche du Higgs invisible

1. Recherche du Higgs invisible Recherche d ’un boson de Higgs produit par interaction e+e- à des énergies centre de masse allant jusqu ’à 209GeV dans l ’expérience ALEPH. Christophe Delaere, Louvain-la-Neuve, 31/05/2001

2. Plan de la présentation • L ’expérience ALEPH • Développements informatiques (ALPHA++) • objectifs • notre contribution • tests • Recherche d ’un boson de Higgs invisible • Analyse à 189 GeV • coupures • réseaux de neurones • optimisation • systématiques • Analyse à 206 GeV • Conclusion

3. Le détecteur

4. ALPHA++: Les objectifs • Convertir la base de données (Objectivity) • Écrire une version OO de ALPHA. • Tester les outils ANAPHE/LHC++. • Fournir de l ’expérience pour le projet d ’archivage LEP. • Programmation et design C++

5. ALPHA++: notre contribution Les principaux développements sont: • Reconstruction des jets • Identification des leptons • Accès à l’information générale • Simulation du trigger • Modification du design des classes

6. Métrique de Durham Métrique de Jade Reconstruction des jets • Un algorithme de reconstruction de jets se caractérise par: • la métrique (mesure de la distance entre 2 quadrivecteurs) • le schéma de recombinaison (règle d ’addition de 2 quadrivecteurs) Schéma de recombinaison E: Schéma de recombinaison E0: Un jet peut être construit sur base de tout objet, notamment d’ « Energy Flows »

7. AlephCollection DurhamJet() JadeJet () AlephCollection d ’objets Algorithme AlephCollection de jets AlJet getScheme() getMetric() QvecBase AlTrack AlEflw QvecLink Protojet (connaît la métrique et le schéma de recombinaison) Implémentation • 2 entités distinctes: • La classeAlJet(comportant le quadrivecteur total, mais également un pointeur vers chacun des constituants). • L’algorithme de reconstruction, méthode de la classe AlephCollection dérivant d ’un vecteur STL et contenant tous les algorithmes n

8. Repose sur : • Mesure de dE/dx dans la TPC • mesure du profil et de l’amplitude du dépôt d’énergie dans ECAL Dépôt d ’énergie par unité de profondeur, exprimée en longueurs de radiation. (profil longitudinal) : Sélection des électrons R1 (balance énergétique) : R2 (profil transverse) :R3 R4R5 (ionisation spécifique) : Électrons Électrons • L ’algorithme implémenté utilise: • R2 = Rtransverse • R3 = Rlongitudinal • R5 = RI Coupure appliquée pour un électron isolé: Rtransverse > -3

9. AlephCollection DurhamJet() JadeJet () FilterEl() QvecBase AlJet AlTrack QvecLink AlEflw AlephCollection de candidats Algorithme AlephCollection d ’électrons AlElec R1() R2() R3() R4() R5() ... Implémentation • 2 entités distinctes: • La classeAlElec ( comportant le quadrivecteur total, et l’information spécifique à un électron). • L’algorithme de sélection, méthode de la classe AlephCollection

10. Repose sur : • Tracking dans HCAL • Matching avec les chambres à muons Sélection des muons HCAL consiste en 23 plans de chambres à fils. • Les traces sont extrapolées avec hypothèse muon. Un cône est alors ouvert autours de cette extrapolation. • L ’estimation se fait alors sur: • Le nombre de plans HCAL actifs le long de la trace • Le nombre de plans HCAL actifs attendus • La multiplicité des hits dans HCAL. • Le matching de ces traces pénétrantes avec les chambres à muons

11. AlephCollection DurhamJet() JadeJet () FilterEl() FilterMu() AlElec QvecBase AlJet AlTrack QvecLink AlEflw AlMuon AlephCollection de candidats Algorithme AlephCollection de muons Implémentation • 2 entités distinctes: • La classeAlMuon ( comportant le quadrivecteur total, et l’information spécifique à un muon). • L’algorithme de sélection, méthode de la classe AlephCollection

12. Sélection des taus Les taus sont identifiés via leurs produits de désintégration. Modes de désintégration: m nm nt (g) est pris en charge par la reconnaissance des muons e nent(g) est pris en charge par la reconnaissance des électrons h, 0 neutres,  0 KLnt (« 1 prong ») h h h 0 neutres nt (« 3 prong ») 17% 18% 50% 15% h = p ou K On reconstruit des mini-jets avec la métrique de jade, et on sélectionne les jets à 1 ou 3 traces chargées accompagnées : Ech > 2 GeV. Métrique : Jade schéma de recombinaison: E

13. AlephCollection DurhamJet() JadeJet () FilterEl() FilterMu() AtauJn() FilterTau() QvecBase AlJet AlTrack QvecLink AlEflw AlTau Ech() Nch() AlephCollection d ’objets AlephCollection de candidats AlephCollection de taus reconstruction sélection Implémentation • 3 entités distinctes: • La classeAlTau ( comportant l’information caractéristique d ’un jet, et l’information spécifique à un tau). • L’algorithme de reconstruction, méthode de la classe AlephCollection • L’algorithme de sélection, méthode de la classe AlephCollection

14. QvecBase AlephExManager AlephIoManager AlephDbManager AlephManagers Alephsession QvecLink AlObject Structure générale ALPHA++ Initialize run terminate BOS/Objy AlphaBank Event Run • Reconstructed Objects • LeptonsJets • Basic Objects • tracksphotonsEnergy FlowsMC information • AlephCollection • lepton Idjet Id... UserEvent() Analyse Driver

15. Reconstruction et contrôle Un code d’analyse (basé sur le code fortran singleW) a été réalisé de façon à faire intervenir les différents objets, du plus simple au plus élaboré. • Nombre et énergie des bonnes traces chargées • Energy flows • candidats électrons, muons et taus • Energie et impulsion totale/manquante • Jets (nombre, énergie et impulsion) • acoplanarité • acolinéarité • trigger • informations générales Les tests réalisés portent sur une comparaison événement par événement des différentes quantités, pour un échantillon de 500 événements. Aucun écart significatif n’a été observé. Validation du code

16. Alpha++: Résultat des tests

17. Recherche du Higgs invisible La topologie étudiée consiste en une paire de jets acoplanaires provenant de la désintégration du Z associé. ( Z->qq: 70% ) La luminosité intégrée au LEP étant de 174.2 pb-1 en 1999 et 216.8 pb-1 en 2000, on s ’attend à 0~240 Higgs dans les données, selon la masse.

18. Recherche du Higgs invisible Ce mode de désintégration « invisible » n’est pas un processus du modèle standard.

19. Les bruits de fond Différents bruits de fond sont à considérer. Soit ils forment une topologie irréductible (Znn, ZZ, Wen) s: ~1 pbSoit la section efficace est grande (WW, , gg, Zee, …) s: 20 ~ 600 pb Wen Znn ZZ - gg WW Zee qq

20. gg : PHOTO qq : KORALZ WW : KORALW Wen: GRACE4f / PYTHIA ZZ, Zee: PYTHIA Znn : ZNUNU signal : HZHA Simulations Monte Carlo Les différents bruits de fond sont simulés individuellement. Ev. mh = 100 GeV/c²ELEP = 189 GeV Ev. Ev. • Difficultés: • pythia introduit un biais pour Wenà haute énergie, on devra corriger cette contribution • les processus gg sont mal simulés les processus « untagged » où les photons ne sont pas détectés ne sont pas simulés

21. Traduit l’accord avec le signal (normalisé à l’accord avec le MS seul). Méthode d ’analyse • La méthode d’analyse a, dans un premier temps, été appliquée aux données de 1998, acquises à 189 GeV. • Objectifs: • valider la méthode • confirmer les résultats publiés à cette énergie. • Sélection du signal par des coupures (~15) • Optimisation des coupures: minimiser CLs, estimateur: likehood ratio • Séparation du signal et du bruit restant par un réseau de neurones Méthode statistique: Likehood ratio, Cousins et Highland

22. Anti-gg Coupures de sélection Le signal consiste en une paire de jets acoplanaires provenant de la désintégration du Z associé. Acoplanarité < 175° • On force 3 jets. • q(j1j2) < 50° • m (j1j2) < 30 GeV/c² Ev. Avec 1ères coupures anti-gg Ev. mh = 100 GeV/c² ELEP = 189 GeV Avec 1ères coupures anti-gg WW WW qq qq Acolplanarité Cos(q(j1,j2)) Ev. Ev. Ev. bruit Ev. signal bruit signal

23. ELEP = 206 GeV

24. au moins 10 traces comptant pour 20% de l ’énergie.Une impulsion transverse manquante supérieure à 4 GeV/c et à |cos qmiss| < 0.9. • E dans un cône de 12° vers l ’avant et dans un secteur de 30° en j autours de ptmiss < 10 GeV • acolinéarité > 90° - qq Ev. Avec 1ères coupures anti-gg mh = 100 GeV/c² ELEP = 189 GeV WW qq Anti-4fermions Ev. Ev. Coupures anti-gg et anti-qq - gg bruit signal

25. Coupures anti-WW pas de lepton énergétique ou isolé.La trace la plus isolée ne peut être un lepton. Avec coupures anti-gg Avec coupures anti-gg et anti-electron/muon Ev. Ev. mh = 100 GeV/c² ELEP = 189 GeV mh = 100 GeV/c² ELEP = 189 GeV ZZ WW qq Ev. bruit Ev. signal Ev. bruit Ev. signal

26. Procédure: • On débute avec les coupures grossière mentionnées. • Un plot de Mmiss est construit • Chaque bin est considérée comme une variable indépendante pour le calcul du Likehood Ratio • Une des coupures est modifiée Optimisation des coupures Les coupures sont optimisées itérativement de façon à optimiser la limite attendue sur la masse, pour l ’hypothèse de masse la plus haute possible. Après coupures Ev. WW wen Cette procédure est répétée pour les différentes variables (15) jusqu ’à atteindre un minimum de <CLs>. ZZ Ev. bruit Ev. signal

27. Coupures appliquées (189 GeV) Après optimisation, les coupures suivantes sont appliquées:

28. Efficacité des coupures Effet des coupures sur le signal Effet des coupures sur les bruits de fond Bon rejet des gg (coupures dures) Zee qq 1 anti-gg 2 anti-WW 3 anti-qq 4 topologiques 5 additionnellles - Indépendant de l’hypothèse de masse ! Choix des coupures: pas de coupure supérieure sur ptmiss, pas de coupure forte sur l’acolinéarité, ...

29. Couche d’entrée Couche cachée Couche de sortie Réseaux de neurones Principe: ajuster les poids Wij pour minimiser l ’erreur sur la sortie. Les paramètres à « choisir » sont l’architecture du réseau, ainsi que les variables d’entrées. Le but est de tenir compte des corrélations entre variables, après coupures et en complémentarité avec celles-ci.

30. Optimisation du réseau Le réseau de neurones construit pour distinguer le signal du bruit de fond passant les coupures est un réseau 4-8-1. ELEP = 189 GeVmh = 100 GeV Ev. • Entrées: • msum • Esum • acoplanarité • acolinéarité • Sortie: • signal : 1 • bruit de fond : 0 WW Wen ZZ bruit signal Ev. Ev. Différentes architectures, à 1 ou 2 couches cachées avec jusqu ’à 7 variables d ’entrée ont été essayées. Le choix de l ’architecture et des entrées est fait de façon à optimiser la limite sur la masse. Un tel réseau a été entraîné pour chaque hypothèse de masse. 65-100 GeV/c² par pas de 5 GeV/c²

31. Statistique Monte Carlo erreur Stop Learning Test curve Learning curve Époque

32. = Prob (la valeur attendue soit moins s+b-like que les données, attendu que s  0) = Prob (la valeur attendue soit moins b-like que les données, attendu que s = 0) Analyse statistique Une hypothèse signal est dite rejetée à 95% CL ssi:supposons que le signal soit présent, 95% des expériences possible seraient plutôt « signal-like ». De façon à s’affranchir d’une éventuelle fluctuation statistique du bruit de fond, on définit: Likehood Ratio: : caractérise « être signal-like »

33. Étant donné les distributions de signal, bruit de fond et donnée, il calcule: où la somme se fait sur toutes les expériences possibles, évaluées à partir d ’une PDF Pour tenir compte des systématiques, on redéfinit le likehood ratio, ainsi que les sommes de probabilité. On a ainsi notamment : Ces intégrales sont traitées numériquement. Le programme ECL hep-ex/9902006 Le programme ECL, développé par Thomas Junk, de la collaboration OPAL, est utilisé pour le calcul de CLb, CLs+b, CLs

34. Limite à 95% C.L. De façon à disposer du maximum d’information, et d’obtenir ainsi la meilleure limite sur la masse, aucune coupure n’est appliquéesur la sortie du réseau de neurones. NNoutput • Un plot biparamétrique, fonction de mmiss et NNoutput est construit pour • le bruit de fond • le signal • les données • après coupures. • Chacune des bins est considérée comme une variable indépendante pour le calcul du Likehood ratio. mh (GeV/c²) NNoutput mh (GeV/c²)

35. Résultats à 189 GeV (1)

36. Résultats à 189 GeV (2) Zone d’exclusion obtenue Zone d ’exclusion publiée 95.2 GeV/c²95.2 GeV/c² 94.4 GeV/c²95.4 GeV/c²

37. Avec systématiques Sans systématiques Les systématiques • Les principales sources d ’erreur sont : • simulation des jets (résolution angulaire et énergie) • simulation de E12 (pile-up, etc.) Celles-ci sont inférieure aux incertitudes statistiques • simulation Wen (différence grace4f/pythia) -> ~30% • simulation WW (différence data/MC) -> ~30% • simulation qq (précision de koralZ) -> ~5% L’incertitude globale est estimée à 5% sur le signal, et 15% sur les différents bruits de fond. La limite a été calculée avec et sans tenir compte de ces incertitudes. Les résultats se sont avérés particulièrement stables.

38. Contrôles supplémentaires • Balayage visuel des topologies des événements sélectionnés. (Passant les coupures et à haut (>0.8) NN) 1 8 1 mh = 100 GeV/c² mh = 100 GeV/c² Ptmiss

39. Contrôles supplémentaires (2) Processus WW Ev. Processus WW Ev. Cos(q(t,j1)) • L’information MC des événements passant les coupures a été contrôlée.Le bruit de fond irréductible est sous contrôle. Et Cos(q(t,j2)) Ev. • Seul l’échantillon de test a été utilisé pour extraire la limite. Sinon, gain stat. => biais • L’effet du binning adopté pour les plots utilisés pour le calcul de <CLs> a été étudié.

40. Analyse à plus de 200 GeV La même méthode d’analyse a été appliquée aux données de 2000,acquises à plus de 200GeV. • Objectifs: • découvrir un signal ??? • obtenir la meilleure limite sur la masse • Une nouvelle optimisation des coupures pour ces énergies a été effectuée, pour une masse proche du seuil (112 GeV/c²). • Un nouveau réseau de neurones a été construit pour chaque hypothèse de masse (de 85 GeV/c² à 114 GeV/c² par pas de 5 GeV/c²) • Les différents processus ont été simulés pour chaque énergie : de 204 GeV à 208 GeV. La statistique est ainsi plus grande.

41. Coupures optimisées (206 GeV)

42. Statistique Monte Carlo et réseau de neurones WW Wen ZZ Ev. ELEP = 206 GeVmh = 114 GeV Ev. bruit Ev. signal

43. NNoutput minvis (GeV/c²) Données:10 evtsAttendu: ~4 evtsSignal: ~6 evts NNoutput N95 input (mh=114 GeV) minvis (GeV/c²) Diagramme biparamétrique

44. Résultats à 206 GeV (1)

45. Résultats à 206 GeV (2)

46. Résultats combinés Mh > 112.15 GeV/c² à 95% C.L.

47. Conclusions • Le programme d ’analyse ALPHA++ a été complété des outils d’analyse leptonique, de reconstruction de jets, etc. • Un test approfondi a permis de démontrer l ’exactitude de ces algorithmes en les comparant à la version existant en Fortran. • Une recherche de Higgs invisible a été réalisée à 189 GeV, reproduisant les résultats publiés par ALEPH. • Une recherche identique a été réalisée à 206 GeV. La limite obtenue sur la masse est de 112.15 GeV/c²à 95% C.L.

48. Extensions possibles • Développement de la branche « vertex » du programme d ’analyse ALPHA++. Implémentation du b-tag • Analyse des données de 1999 pour améliorer la limite en x² pour les petites masses du Higgs. • Analyse de la désintégration leptonique du Z. Différentes extensions sont envisageables.Une extension naturelle de ce travail serait par exemple: