Searches for a heavy Standard Model Higgs boson focus on the 'gold plated mode' where the Higgs decays to two leptonic Z bosons. This channel provides a clean signature, in spite of the small leptonic branching ratios. We show that using fat jets the semi-leptonic ZZ mode significantly increases the number of signal events with a similar statistical significance as the leptonic mode.
Boosting Higgs pair production in the $b\bar{b}b\bar{b}$ final state with multivariate techniques
希格斯对产生的测量将是未来几年LHC计划的基石。双希格斯粒子的产生为研究电弱对称性破缺机制提供了一个重要的窗口，并且对希格斯三线性耦合具有独特的敏感性。我们研究了在大型强子对撞机上测量$b\bar{b}b\bar{b}$末态中希格斯对产生的可行性。我们的分析是基于传统的切割为基础的方法与国家的最先进的多元技术相结合。我们考虑了所有相关的背景，包括光和魅喷流错误识别的贡献，这些贡献最终在大小上与不可约的$4b$ QCD背景相当。我们证明了我们的分析策略在高堆积环境中的鲁棒性。对于$\mathcal{L}=3$ ab $^{-1}$的积分亮度，获得了$S/\sqrt{B}\simeq 3$的信号显著性，表明仅$b\bar{b}b\bar{b}$终态就可以在高光度LHC上观察到双希格斯粒子的产生。
Boosting the Standard Model Higgs Signal with the Template Overlap Method
我们表明，模板重叠方法可以提高信号与背景比的提升$H\to b \bar b$事件与轻子衰变$W$。我们介绍了几个改进的模板方法在以前的配方。不同的三粒子模板子锥增加了对背景的抑制能力，而顺序模板生成确保了模板相空间中的有效覆盖。我们将b标记信息的模板重叠框架，并引入一个新的基于模板的观察，模板拉伸。我们的分析考虑了$t\bar t$事件中顶衰变的粲子体的污染，并包括堆积和潜在事件的近乎现实的影响。我们表明，模板重叠方法显示非常低的灵敏度堆积，因此提供了一个独立的替代其他方法堆积减法。在这项工作中描述的发展是相当普遍的，并可能适用于其他搜索大规模助推物体。
Boosting the Direct CP Measurement of the Higgs-Top Coupling
描述125 GeV的希格斯粒子是LHC Run II物理计划的关键组成部分。在这封信中，我们考虑在双轻子模中与$t\bar{t}H$相关的产生。我们证明了来自top衰变的轻子之间的方位角的差异可以直接揭示top-Higgs耦合的CP结构，并且在增强的Higgs机制中测量实体性的灵敏度增强。我们首先展示了如何通过$H \to b\bar{b}$喷气子结构标记访问这个通道，然后展示了新变量测量CP的能力。我们的分析包括通过MC@NLO算法模拟的所有信号和背景样本，包括强子化和潜在事件效应。我们发现，在13 TeV LHC上，利用提升的Higgs子结构和双轻子顶，可以直接探测到顶-Higgs耦合强度和CP结构，并获得了可达的亮度。
Stacking machine learning classifiers to identify Higgs bosons at the LHC
Universidade Federal de São Paulo（圣保罗联邦大学）
在粒子物理学中，机器学习（ML）算法已经被用于以高精度对信号和背景事件进行分类的问题。在本文中，我们比较了一种广泛使用的ML技术（即\emph{stacked generalization}）的性能与两种最先进算法的结果：（1）深度神经网络（DNN）在发现新的中性希格斯玻色子的任务中，以及（2）用于树提升的可扩展机器学习系统，在标准模型希格斯到τ轻子通道中，两者都在8 TeV LHC。在切割和计数分析中，\emph{stacking}三种算法的性能比DNN差约16%，但需要的计算工作量少得多，然而，相同的\emph{stacking}优于提升决策树。另一方面，在多变量统计分析（MVA）中使用堆叠分类器，与两个希格斯过程中的切割和计数相比，显着增强了统计显著性，这表明将更简单，更快的ML算法与MVA工具相结合是一种比构建复杂的切割和计数算法更好的方法。
