1 / 24

Tevatron /CDF 実験での τ を用いたヒッグス粒子探索

Tevatron /CDF 実験での τ を用いたヒッグス粒子探索. 桜井 雄基 , 船越雄二郎 , 蝦名幸二 , 寄田浩平 早稲田大学 高エネルギー 物理 春 の 学校 ＠ 彦根ビューホテル 2011/05/ 14( 土 ). SM Higgs Search @ the Tevatron. Low Mass Higgs. Exclude by Tevatron. Exclude by LEP. Tevatron /CDF 実験での低質量領域における Higgs ボソン探索の主な channel WH→lνbb / ZH→llbb / ZH→ννbb

sophie
Download Presentation

Tevatron /CDF 実験での τ を用いたヒッグス粒子探索

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Tevatron/CDF実験でのτを用いたヒッグス粒子探索Tevatron/CDF実験でのτを用いたヒッグス粒子探索 桜井雄基,船越雄二郎,蝦名幸二,寄田浩平 早稲田大学 高エネルギー物理春の学校 ＠彦根ビューホテル 2011/05/14(土)

  2. SM Higgs Search @ the Tevatron Low Mass Higgs Exclude by Tevatron Exclude by LEP Tevatron/CDF実験での低質量領域におけるHiggsボソン探索の主なchannel WH→lνbb / ZH→llbb / ZH→ννbb (l : 電子またはμ粒子 ) 更なる探索感度改善には他channelからの寄与が重要!! 分岐比が２番目に高いτ粒子対に崩壊するchannelを使用する。 (τ粒子：~6.7% , bクォーク：~66.5% MH=120GeV/c2) 高エネルギー物理 春の学校

  3. Tevatron / CDF ( Collider Detector at Fermilab) • Tevatron • アメリカイリノイ州フェルミ国立加速器研究所に設置 • 陽子•反陽子衝突型加速器 • 重心系エネルギー : 1.96TeV • 現在も順調に稼働中 • (2011年９月終了予定 ) • CDF検出器 • 複合型粒子検出器 シリコン検出器 Delivered: 11fb-1 Acquired: 9fb-1 Analysis: 7~8fb-1 中央飛跡検出器 ソレノイド 電磁カロリーメータ ハドロンカロリーメータ シールド (鉄) μ 粒子検出器 高エネルギー物理 春の学校

  4. H →ττProcess • 終状態がττ+ jetsとなるモードを信号事象とする。 Vector Boson Fusion Production Gluon FusionProduction W Boson Associated Production Z Boson Associated Production 高エネルギー物理 春の学校

  5. τlepton • τレプトンの崩壊モード l : e / μ Hadronic decay B.R(τ→qq’ντ) : ~50% (1prong) ~15% (3prong) nπ±+mπ0 n：奇数　m：整数 Leptonic decay B.R(τ→lνlντ) : ~35% 特徴的な細いジェット として観測 • ττの崩壊モード ~52% (MSSM Higgs探索ではすでに導入されている) 高エネルギー物理 春の学校

  6. Dataset & Event Selection • Luminosity : 6.0 fb-1 (~7.5fb-1を使用予定) • Trigger : “Lepton + Track” • isolated lepton Pt (Et)>8[GeV/c] & isolated track Pt>5[GeV/c] • Event Selection : • Hadronic channel (e + τhad / μ +τhad) • Number of electron/muon == 1 ( Pt > 10 GeV/c |η|<1.1 ) • Number of hadronicτ==1 ( visible Pt > 15 (1prong) / 20 (3prong)GeV/c ) • >= 1 jet: Et > 15GeV |η| < 2.5 • Z→ee/μμ Veto : 1prong τhad • Ehad/P < 0.4 ( or Δφ(μ,τ) <0.5 ) • 80 < M(lepton,τhad) < 110 • Opposite charge (Qe/μ×Qτ< 0) • Leptonic channel (e + μ) • Number of electron == 1 : Pt > 10 GeV/c |η|<1.1 • Numbwe of muon == 1 : Pt > 10 GeV/c |η|<1.1 • Hadronicτ & 3rd Lepton Veto • >= 1 jets: Et > 15GeV |η| < 2.5 • Opposite charge (Qe/μ×Qτ< 0) Signalをより多く確保するため、最小限の事象選択を行う 高エネルギー物理 春の学校

  7. Background Physics Background(終状態がSignalと同様) Z→ττ,Top pair , Diboson : MCからの見積もり τhad Fake Background Z→ee/μμ : MCからの見積もり QCD , γ+jets , W+jets : データを使った見積もり Top pair QCD Z →ττ jet→τhad jet→lepton 高エネルギー物理 春の学校

  8. Jet →τhad estimation Jet → τhad Fake 事象をMCから見積もるのは困難である。 Same Sign Data（同電荷事象) を使用 • QCD / γ+jets • QCD/γ+jets事象は終状態の電荷に相関がほぼない。 • → NOS = NSS Jet→τhad Jet→τhad Jet→lepton • W+jets事象はWボソンの電荷によって、終状態の電荷に相関がある。 • → NOS> NSS • SFasym = NOS/NSSをControl Regionから算出することで、additionalな事象を見積もる。 Additional event • W+jets SS OS SS OS 高エネルギー物理 春の学校

  9. Kinematic Shapes • Lepton + τhad channel : Missing Et 1jet : Signal Region >=2jet : Signal Region 0jet : Control Region • e + μ channel: M (e,μ) 0jet : Control Region 1jet : Signal Region >=2jet : Signal Region 高エネルギー物理 春の学校

  10. Discriminant Analysis • Backgoundに比べてSignalの事象数が非常に少ない。(S/√B: ~0.05) →事象数のカウントだけではSignalの特定は困難である。 • 多変量解析によってSignalとBackgroundを効率良く分類する必要がある。 　分類器としてSupport Vector Machineを採用。 • Support Vector Machine • N個の特徴変数からパターン認識を行う分類器 • マージンが最大になる超平面を選択 各チャンネルにおいて事象数の多い(特徴のある)雑音事象v,s,信号事象で分類器を作成 高エネルギー物理 春の学校

  11. Support Vector Machine Training • Training • 各チャンネル、各事象に対して下記の変数の個数を最適化して入力することで、分類解析に用いるトレーニングを行う。(右図は>=2jet,MH=120GeV/c2でのトレーニング結果) Lepton + τhad channel(>=2jet) v.s. W+jets v.s. QCD Input variables • Mt(lepton,met) • M(lepton,τ) • M(τ,met) • M(lepton,τ,met) • Δφ(lepton,met) • Δφ(lepton,τ) • Δφ(τ,met) • Δφ(lep,met,τ) • ΔR(lepton,met) • ΔR(lepton,τ) • ΔR(τ,met) • ΔR(lep,τ,met) v.s. Z→ττ • Leading Jet Et • Leading Jet η • Second Jet Et • Second Jet η • Lepton Pt • Lepton Eta • τ visible Pt • τ seed track Pt • τ visible Mass • Missing Et • METSignificance • Ht v.s. Top e + μ channel (>=2jet) v.s. Z→ττ v.s. Top 高エネルギー物理 春の学校

  12. Final Discriminant ( lepton – τhad channel ) 各トレーニング結果に対するSVMの応答から、それらの最小値を選択し、１次元のSVM応答分布を作成する v.s. W+jets v.s. W+jets 1 jet channel Take Minimum v.s. QCD v.s. QCD Signal × 100 v.s. Diboson v.s. Top >=2 jet channel Take Minimum v.s. Z→ττ v.s. Z→ττ Signal × 100 高エネルギー物理 春の学校

  13. Final Discriminant ( e - μ channel ) 各トレーニング結果に対するSVMの応答から、それらの最小値を選択し、１次元のSVM応答分布を作成する Take Minimum v.s. Top 1 jet channel v.s. Z→ττ Signal × 100 v.s. Top >=2 jet channel Take Minimum v.s. Z→ττ Signal × 100 高エネルギー物理 春の学校

  14. 95% C.L. Cross Section Limit (Expected) • Lepton-τhadchannel / e-μ channel をコンバインして、Higgs ボソンの生成断面積上限値をシミュレーションによって予想。 • (統計誤差のみ考慮している) • 10 K 回の模擬実験を実行。 • Higgsの質量100~150GeV/c2までを10GeV/c2毎SVMをトレーニング。 9.4@MH=115GeV/c2 MH=115GeV/c2において9.4倍の断面積の上限値が予想できた。 系統誤差(~約15％)を考慮すると、上限値は10~11倍になると予想できる。 (CDFの解析の最新結果: 14.7 @6.0fb-1) 高エネルギー物理 春の学校

  15. H→ττの他チャンネル ( VH→ττ+ leptons ) 蝦名さん(早稲田大学)の研究 終状態に3 or 4レプトンとなるモードで探索。(τを含む) 多変量解析の分類器としてSVMを採用。 3lepton: lll,llτ,lττ,eμτ4lepton: LLLL ( l：e/μ L: e/μ/τ) 17.4@MH=115GeV/c2 高エネルギー物理 春の学校

  16. Summary & Future Plan Summary • Tevatron/CDF実験において、τを用いてヒッグスボソンの探索を行っている。 • この解析によって、ヒッグスボソンの生成断面積の上限値が10~11倍(MH=115GeV/c2)と予想される。 Future Plan • Systematic Error の見積もり • データ量を増加させての解析 (~7.5 fb-1: for Summer 2011) • τ粒子同定の改善(多変量解析) • Discriminantの改善 • 他channelと結果を統合し、Higgsボソンの発見、棄却感度を高める。 高エネルギー物理 春の学校

  17. BACKUP 高エネルギー物理 春の学校

  18. Signal Expectation 高エネルギー物理 春の学校

  19. Additional W+jetsModeling Add-on events • We evaluate OS/SS scale factor(SFasym) from data in W+jets control region. SFasym = NOS / NSS W+jets Control Region 1 loose tau (standard tau ID veto) 1 central isolated electron/muon with Pt >10GeV/c Missing Et > 25 / 30 /35 GeV ( 0jet / 1jet / >=2jet ) Mt (lepton , τ) > 40 GeV/c2 SS OS 高エネルギー物理 春の学校

  20. Additional W+jetsModeling~ Same Sign (Total) ~ K-Factor : 1.65

  21. Additional W+jetsModeling~Opposite Sign (Total) ~ K-Factor : 1.57

  22. Support Vector Machine ~ Multivariate Analysis ~ Support Vector Machine… Ｎ個の特徴変数からパターン認識 を行う学習マシン 線形写像＋高次元写像 Signal v.s. Background Separation →Marginが最大になるような Parameter a,bの選択 非線形写像による高次元（Ｎ次元）分離に対応

  23. Characteristic variables~Shape Comparison >=2jet~

  24. SVM Optimization~ >=2jet channel ~ • Exclude variables which have more than 60% correlation in both signal and background. • We decide number of input variable by checking SeparationPower & Significance S: Separation power ( 0<S<1 ) X: SVM Response F(x): PDFs of x

More Related