Jet shapes for boosted jet two-prong decays from first-principles
几种助推射流技术使用射流形状变量来区分来自量子色动力学背景的多管齐下的信号。在本文中，我们提供了一个重要的一类射流形状的第一性原理研究，所有这些都把约束的subjet质量：质量下降参数（$μ^2$），$N$ subjettiness比（$τ_{21}^{(β=2)}$）和能量关联函数（$C_2^{(β=2)}$或$D_2^{(β=2)}$）。我们提供了QCD背景喷流以及信号过程的分析结果。我们进一步研究的情况下，这些变量的削减递归应用剑桥-亚琛去聚类的原始射流。我们还探讨了$N$ -subjettiness和射流去聚类的轴的选择的效果。我们的研究结果带来了大量的新见解的性质，增益和这些方法的相对性能，我们预计将影响其未来的应用程序提升对象搜索。
2016-09-22 hep-ex hep-ph
Search for W' bosons through decays to boosted-top and boosted-bottom jets
我们提出了一种新的模型独立的方法来寻找W'玻色子在大型强子对撞机通过寻找dijets其中一个射流被确定为助推顶部射流和另一个射流被标记为助推底部射流。执行检测器模拟信号和背景研究，我们表明，有效耦合g'的范围比现有的分析方法提高了2倍以上的W'质量超过1.5 TeV，和质量的范围由600 GeV扩展到2.6 TeV在8 TeV的大型强子对撞机。我们介绍了一种区分高能b喷注和轻夸克喷注的方法，并描述了一组以前未探索过的顶喷注背景。我们提出了一系列数据驱动的样本，可用于测量LHC数据中这些新背景的效率。
2014-05-23 hep-ph
Substructure of Boosted Jets
横向能量只有几TeV的喷流现在在LHC数据中变得很常见。这些喷流大部分是由QCD过程产生的，有些是由高助推物体如W，Z，H0和顶夸克的准直衰变产生的。对这种QCD喷流的研究可以揭示QCD簇射过程，而对来自衰变的喷流的识别可以在极端条件下检验标准模型，也可以为超越标准模型的物理学提供初步的线索。简要回顾了喷流算法、堆积效应的修正程序和常用的子结构观测量。
2013-05-21 hep-ph
Jet Substructure and Multivariate Analysis Aid in Polarization Study of Boosted, Hadronic $W$ Fatjet at the LHC
重粒子的极化研究是当前对撞机研究的一个重要分支。大量的$W$玻色子有两种类型的偏振态，通常通过其衰变产物的角分布来研究。在14 TeV LHC上，利用喷注子结构技术研究了强子玻色子和增强$W$玻色子的极化.用两种不同的方法，即N-子喷注法和Soft Drop法，在助推的$W$喷注中寻找子喷注，它们被近似认为是$W$的两个强子衰变产物。然后用这些样品来寻找$p_θ$和$z_j$的分布，以制备纵向和横向极化$W$的模板。然后，我们使用这些模板找到一个相对较好的精度在混合样品中的不同的$W$偏振的分数。
2021-10-29 hep-ex hep-ph
Structure of Fat Jets at the Tevatron and Beyond
在任何探索电弱尺度的过程中，增强共振都是一种极有可能的、令人兴奋的情况。这样的物体在衰变成喷流时，很容易与来自硬的相对轻的QCD态的喷流的聚宝盆混合。我们审查喷气观测和算法，可以有助于识别高度助推重型喷气机和可能的搜索，可以利用这样的子结构信息。我们还回顾了CDF以前的研究助推射流和特定的射流形状的测量。
2011-11-29 hep-ph
Quantum enhanced identification of boosted jets with quantum graph neural networks
Isfahan University of Technology（伊斯法罕理工大学）；European Organization for Nuclear Research (CERN)（欧洲核子研究组织（CERN））
本文提出一种量子增强的识别器，用于在对撞机中识别高洛伦兹提升的喷注。首次设计了卷积量子图神经网络（QGNN）以区分来自Z玻色子强子衰变的增强喷注，与来自高动量胶子的喷注。网络接收未经任何物理驱动优化的数据，仅依赖于维度缩减。缩减通过卷积自编码器完成，其性能在添加噪声的情况下得到提升。潜在数据被转换为图格式并输入到由十个量子位组成的QGNN中。自编码器和QGNN分别和同时训练，其性能与基于图网络的经典算法进行比较。结果表明，量子图网络有潜力重现经典方法的性能。
2026-05-18 hep-ph
Boosted Multijet Resonances and New Color-Flow Variables
我们使用现代射流子结构技术，提出LHC搜索多射流共振信号没有轻子或丢失的能量。我们专注于三喷共振产生的R-宇称违反衰变的助推胶子，形状分析寻找一个质量峰可以探测这样的胶子质量高达~ 750 GeV（650 GeV）与20/fb（5/fb）在大型强子对撞机在8 TeV。这是对现有搜索策略的补充，现有搜索策略还包括本质上更容易出现系统不确定性的计数方法。由于R-宇称违反胶子轻于所有的平方衰变前强子化，我们引入新的色流变量，“径向拉”和“轴收缩”，这是敏感的R-强子的衰变的颜色结构。前者测量脂肪喷射中主体的向内拉动，而后者量化当改变距离测量时$N$ -主体轴的向内漂移。结果表明，它们能显著提高m_gluino ~ m_top的增强型Gluino信号与QCD、ttbar和组合背景的分辨能力.轴收缩的切割也显著地改善了m_gluino > ~500 GeV的重gluino的共振形状。通过微小的调整，这些变量可以在不同颜色表示或其他衰变拓扑的粒子的子结构搜索中找到应用。我们还比较了几种不同的蒙特卡罗发生器模型的高多重数QCD背景。这提供了证据表明，我们的颜色流观测的鉴别能力是强大的，并为未来的子结构研究提供了有用的指导。
2013-09-27 hep-ph
Implications of the Measurement of Ultra-Massive Boosted Jets at CDF
CDF合作最近报告了助推顶对生产的上限，并指出了两个超大质量助推喷气机事件的估计背景的显着超出。我们讨论的测量和它的基本含义的解释。在涉及新物理学的情况下，最简单的贡献来自于一种新粒子，它的横截面比顶夸克的横截面高出几倍，而且具有相当大的强子分支比。我们量化了一个可能的更大的顶对截面的张力，在一个大规模的助推射流和丢失的能量的事件中发现的过量的情况下。测量的平面流分布显示偏离CDF的Pythia QCD预测在高平面性，而我们发现一个有点小的偏差时，与其他Monte Carlo工具相比。作为一个简单的玩具模型，我们分析的情况下，轻胶子与R-宇称破坏，并表明它可以与数据一致。
2011-08-10 hep-ph
Displaced fat-jets and tracks to probe boosted right-handed neutrinos in the $U(1)_{B-L}$ model
本文研究了右手中微子（RHN）通过$B-L$ $Z'$玻色子的成对产生以及在大型强子对撞机（HL-LHC）和未来$pp$对撞机（FCC-hh）上的探测前景。我们重点关注质量为$10-70$ GeV的RHN态，对于小的活性-无菌混合强度，这自然会导致顶点位移。通过与$m_{Z'} \ge 1$ TeV的质量共振产生的RHN被严重增强，导致准直衰变产物，从而产生脂肪喷射。我们调查的内部探测器和μ子光谱仪，即一对移位的脂肪喷流和相关的轨道，分别专用签名的检测前景。我们发现，HL-LHC和FCC-hh都可以对小的活性-无菌混合$V_{μN} > 10^{-6}$和$V_{μN} > 10^{-7}$敏感，事件数分别达到$\mathcal{O}(10)$和$\mathcal{O}(10^3)$。这允许探测轻中微子质量的产生通过跷跷板机制在这种情况下。
2022-03-11 hep-ph
Strategies to Identify Boosted Tops
我们研究的技术，用于识别高度提升的顶部射流，随后的顶部衰变产物不孤立。对于强子助推的顶部，我们考虑的变量，探测射流的子结构，以减少大不变质量的QCD喷流的背景。与两体运动学相关的子结构变量对部分子簇射模型的敏感性最低，而与多体运动学相关的子结构变量对部分子簇射模型的敏感性最低。对于轻子助推顶部，我们认为变量的特征之间的分离轻子-虽然不是孤立的传统标准-和强子活动的顶部喷流。这样的变量对于减少重味喷流和偶然的喷流轻子重叠的背景都是有用的。我们给出了最高识别效率与背景拒绝率的数值估计作为这些变量的函数，并发现这些变量提供了额外的有用信息以上不变的质量。
2008-06-24 hep-ph
Top-tagging: A Method for Identifying Boosted Hadronic Tops
本文介绍了一种利用喷注子结构区分顶喷注（顶夸克增强、强子衰变）与轻夸克和胶子喷注的方法。该过程涉及解析射流集群，以解决其subjets，然后施加运动学约束。用这种方法可以以99%左右的效率剔除pT ~ 1 TeV的轻夸克或胶子喷注，同时保留高达40%的顶喷注。这将重t-tbar共振的dijet背景降低了约10，000倍，从而允许t-tbar中的共振搜索扩展到全强子通道。此外，顶部标记可以用于t-tbar事件时，顶部之一的半轻子衰变，在事件与丢失的能量，并在研究的b-标记效率在高pT。
2008-09-11 hep-ph
Unveiling the Secrets of New Physics Through Top Quark Tagging
Institute of Physics, Bhubaneswar（布巴内斯瓦尔物理研究所）；Homi Bhabha National Institute（霍米·巴巴国立研究所）；Institute of High Energy Physics, Chinese Academy of Sciences（中国科学院高能物理研究所）；Kaiping Neutrino Research Center（开平中微子研究中心）
本文综述了顶夸克标记在LHC上用于Beyond Standard Model搜索的现状及应用，探讨了基于机器学习的分类方法在区分顶夸克喷注与QCD喷注中的最新进展。
2024-09-18 hep-ph
Resolving Boosted Jets with XCone
我们展示了最近提出的XCone射流算法如何在解析和提升运动学之间平滑插值。当使用标准喷流算法来重建强子共振的衰变时，如顶夸克和希格斯玻色子玻色子，通常需要单独的分析策略来处理分离良好的喷流的分辨状态和具有子结构的脂肪喷流的提升状态。相比之下，XCone是一种专用的锥形射流算法，它总是返回固定数量的射流，因此即使（子）射流在增压状态下重叠，射流区域也保持解析。在本文中，我们进行了三个大型强子对撞机的案例研究-dijet共振，希格斯衰变到底夸克，和所有的强子顶部对-展示了XCone在广泛的运动学范围内的物理应用。
2015-12-18 hep-ex hep-ph
Rest Frame Subjet Algorithm With SISCone Jet For Fully Hadronic Decaying Higgs Search
引入静止帧子喷射算法来定义SISCone喷射的子喷射。利用它，定义了一个红外和共线安全喷注形状可观测的N-subjettiness，$τ_N^{j}$，以区分脂肪喷注从一个高度提升的颜色单态粒子衰变到N部分子和QCD喷注。利用静止标架子和$τ_2^{j}$，通过$pp \to \it H W$，$\it H Z$对高增强$\it H / W / Z$玻色子的双喷射进行分析，发现LHC上的$2 σ$和$14 \tev$上的$\mathcal{L} \sim 30 \mathrm{fb^{-1}}$的信号具有统计学意义。
2011-01-27 hep-ex hep-ph
Factorization of Boosted Multijet Processes for Threshold Resummation
因子分解定理在强子对撞机强子端点附近的过程中的显式应用主要集中在简单的最终状态，要么没有喷流（例如，Drell-Yan）或一个包含性射流（例如，深度非弹性散射和快速光子产生）。前一种类型的过程的因式分解产生一个依赖于类时动量的软函数，而后一种类型的软函数依赖于零动量。我们推导出软共线有效理论的因式分解定理，允许任意数量的射流，其中的射流是相对于射流算法定义的，连同任何数量的非强相互作用粒子。我们发现软函数一般取决于零组件的软动量内的射流和类时组件的软动量外的射流。这推广和插值之间的软功能的情况下，没有射流和一个包容性射流。我们验证了我们的因式分解定理的一致性，以便α_s的任何数量的射流。虽然在本文中，我们证明的一致性仅在强子端点附近，我们保持足够的运动学一般（特别是允许非零助推），以允许扩展到部分子阈值重定远离强子端点。
2010-06-30 hep-ph
The Singular Behavior of Jet Substructure Observables
喷流子结构观测在大型强子对撞机中起着核心作用，用于识别电弱尺度共振的增强强子衰变产物。这些观测量的完整描述，需要理解的限制，其中硬子结构是解决，以及限制与一个单一的硬核射流。本文详细研究了背景QCD喷注中两个重要的喷注子结构观测量：$N$ -subjettiness和能量关联函数的微扰结构。特别是，我们专注于区分的限制，其中双管齐下的结构是解决或未解决的。根据选择的subjet轴，我们证明，在固定的顺序，$N$ subjettiness可以体现无数的行为在未解决的地区：光滑的尾巴，端点奇点，或奇点的物理区域。相反，能量关联函数只具有延伸到端点的非奇异微扰尾部。我们讨论了强子化对各种观测量的影响与蒙特卡罗模拟，并证明了这些影响的建模与非微扰形状函数是高度依赖于$N$ -subjettiness轴的定义。我们的研究说明了这些区域的相空间，必须控制高精度射流子结构计算，并强调如何通过设计子结构观测简单的奇异结构，可以方便这样的计算。
2015-12-24 hep-ex hep-ph
The Time Substructure of Jets and Boosted Object Tagging
我们开始研究的时间子结构的喷气机，动机的事实，即下一代的探测器在粒子对撞机将解决的时间尺度上的喷气成分到达。这种效应与强子化直接相关，强子化将部分子转变为具有速度分布的大质量强子。我们回顾了喷流强子的速度分布的基本预测，并提出了应用这一信息的背景下，助推对象标记。注意到速度分布是由终止于引发喷流的部分子上的色弦的性质决定的，我们观察到，源自增强色单态的喷流，如标准模型电弱玻色子，将表现出相对于类似喷流能量的QCD喷流增强的速度分布。我们发现，通过执行一个简单的削减相应的分布带电强子到达时间在检测器上，我们可以区分QCD喷气机，否则会给一个假阳性下一个传统的基于空间子结构的提升对象标记。
2021-07-15 hep-ex hep-ph
Factorization for substructures of boosted Higgs jets
以$H\to b\bar b$衰变产生的能量分布为例，给出了高能Higgs喷注子结构的微扰QCD因子分解公式。这个公式可以写成一个硬希格斯衰变核与两个$b$ -夸克喷注函数和一个连接两个$b$夸克颜色的软函数的卷积。我们推导出一个解析表达式来近似的能量分布内的助推希格斯喷流，这显着不同于普通的QCD喷流。这种形式主义也扩展到增强的$W$和$Z$玻色子在其强子衰变模式，允许一个简单而有效的区别脂肪喷流产生于不同的过程。
2016-01-04 hep-ex hep-ph
Probing the two Higgs doublet wedge region with charged Higgs boson decays to boosted jets
标准模型的两个希格斯二重态扩展，如超对称性，预言了带电希格斯玻色子玻色子的存在。我们探索的范围TeV规模的带电希格斯玻色子通过其相关的生产与顶夸克，和他们的衰变，以提高顶部喷流和$μ_x$标记的提高底部喷流，在14 TeV的欧洲核子研究中心大型强子对撞机和100 TeV的未来圆形对撞机。特别是，我们表明温和的$\tanβ$“楔形”区域的参数空间不能探测在大型强子对撞机的TeV级$H^\pm$，因为截面太小。然而，100 TeV的未来质子对撞机可以关闭2 TeV以下的楔形区域，并搜索高达6 TeV的$H^\pm$。
2017-02-13 hep-ex hep-ph
Mu_x boosted-bottom-jet tagging and Z-prime boson searches
本文提出了一种新的p_T > 500 GeV重味喷注标记技术，称为“mu_x标记”。“目前基于跟踪的b-jet标记方法失去了效率，并且在提升的制度中假率大幅上升。使用介子从B强子衰变，我们结合角度信息和射流子结构标记b喷流，c喷流，轻喷流，和“轻重”喷流（那些包含B强子从胶子分裂）。我们发现标记效率分别为14%，14%，6.5%，epsilon_{light-light} = 0.14%，和epsilon_{light-heavy} = 0.5%，这是几乎独立的横向动量在高能量。我们证明了这个新方案的有用性，通过检查发现的潜力，多TeV的轻子Z-素玻色子在助推-b-标记的双射流通道在大型强子对撞机。
2015-12-22 hep-ex hep-ph
Generalised Dynamic Radius Jets for Robust Collider Analyses
Jožef Stefan Institute（约瑟夫·斯特凡研究所）；The Institute of Mathematical Sciences（数学科学研究所）；Indian Institute of Science Education and Research Kolkata（印度教育研究科学院加尔各答分校）
本文提出基于喷注角度和能量关联函数的广义动态半径喷注聚类算法，在高堆积和探测器效应下，相比固定半径anti-k_t，能改进增强重粒子喷注重建并提升信号-背景区分能力。
2026-09-25 hep-ph
Tagging ultra-boosted jets at FCC-hh using machine learning techniques
Indian Institute of Science（印度科学研究所）；Indian Institute of Technology, Kanpur（坎普尔印度理工学院）
针对FCC-hh极高横动量下超增强喷注识别的实验挑战，采用XGBoost和CNN方法区分信号喷注与QCD背景，验证了其在未来FCC-hh新物理寻找中的应用潜力。
2025-11-15 hep-ex hep-ph
Boosted jet techniques for a supersymmetric scenario with gravitino LSP
在存在轻引力子暗物质的情况下，在多TeV尺度上寻找压缩超对称性可以得到相当大的提升，同时寻找相关的脂肪喷流，这些喷流具有缺失的横动量，作为更重的次轻s粒子衰变过程中产生的玻色子的签名。我们专注于强子衰变的随后希格斯和/或$Z$玻色子引起至少两个脂肪喷流和$\slashed{E}_T$的最终状态。我们进行了详细的背景研究，采用多变量分析，使用提升决策树，以提供一个强大的调查，探索发现这样的信号在14 TeV LHC考虑不同的基准点满足所有的理论和实验约束的潜力。该通道提供了最佳的发现前景，其中大多数基准都可以在$\mathcal{L}=200$ fb $^{-1}$的积分亮度范围内找到。运动学观测量的调查，以区分压缩和未压缩的光谱具有类似的事件产量。
2020-09-03 hep-ph
New Physics and Two Boosted W-jets plus Missing Energy
我们证明了两个增强的$W$ -喷流加上大的丢失能量的签名是非常有希望的探测重荷电共振（$X^\pm$）通过$pp\to X^+X^-\to W^+W^- X^0 X^0$的过程，其中$X^0$表示暗物质的候选者。$W$玻色子的强子衰变模式被认为是最大化的信号事件的数量。当$X^\pm$和$X^0$之间的质量分离较大时，必须利用射流子结构技术来分析助推$W$ -射流。为了说明，我们考虑LHC中电荷对的产生过程，即，$pp\to χ_1^+χ^-_1 \to W^+W^-χ_1^0χ_1^0$，并证明了所提出的签名能够覆盖更多的参数空间的$m_{χ_1^\pm}$和$m_{χ_1^0}$比传统的签名的多轻子加上丢失的能量.更重要的是，我们的兴趣签名对重共振的旋转并不敏感。
2021-05-20 hep-ex hep-ph
Boosted scalar confronting 750 GeV di-photon excess
我们认为双光子信号来自于一对高增强标量的两束平行光子喷流。讨论了在对撞机上探测光子喷流的问题后，我们扩展了双希格斯偶线模型（2HDM），增加了一个规范单重标量。为了解释最近在LHC的第一个13 TeV运行中观察到的双光子过剩，重双重态和新增加的单重态之间的混合是至关重要的。在混合之后，可以得到750 GeV的重希格斯态$Y_2$和亚GeV的非常类似单态的标量$Y_1$，其将通过$Y_2$衰变而被高度提升。研究了实单态扩张和复单态扩张。结果表明，对于$Y_1$，只有复模型才能给出1 - 10 fb的双光子末态截面和1 m量级的衰变长度.这个复杂的模型参数预测750 GeV的共振$\gtrsim 1$ GeV的宽度。此外，在这个模型中，单线态的赝标分量是自然稳定的，因此可能是暗物质的候选者。
2016-06-06 hep-ph
The fundamental limit of jet tagging: Beyond top jets
RWTH Aachen University（亚琛工业大学）
该研究针对粒子物理喷注标记问题，基于Transformer生成模型拓展最优极限研究至W、Z、H→gg喷注，发现极限差距具喷注依赖性，为标记器性能优化提供依据。
2026-08-03 hep-ph
Studies of highly-boosted top quarks near the TeV scale using jet masses at the LHC
讨论了14TeV pp碰撞中产生的高增强顶夸克的研究。通过分析喷注质量分布的形状，用数据驱动的方法研究了顶夸克的强子衰变。使用快速探测器模拟后的Monte Carlo模型，它表明，包括生产的提升顶夸克，可以观察到，如果它有一个截面至少是两倍以上的预测从近似的次到次到领先的顺序（aNNLO）计算的ttbar过程。具有标称aNNLO强度的ttbar过程可以使用b标记后的射流质量来测量。
2013-09-30 hep-ph
Jets with electrons from boosted top quarks
我们提出了一种方法来识别喷气机组成的所有可见的残余物的助推顶部粒子时，这些半轻子衰变为电子。在这些喷流中，电子簇射与由$b$夸克引发的簇射重叠，这使得电子的识别变得困难。即使喷注中的电子被识别出来，也很难确定富电子喷注是否真的是由顶夸克衰变引起的，因为不可见的中微子带走了原始顶夸克能量动量的重要部分。一般来说，这里提出的方法有三个关键组成部分。它利用探测器各个部分的能量分布来确定观测到的喷流是否与含有高能电子的喷流一致。它利用喷流的子结构来确定与电子相关的动量。最后，它利用一个额外的参数来构造携带顶夸克衰变运动学特征的新变量，存在一个无质量不可见的四动量\emph{roughly}，它与电子和全喷流结合时，分别重构出一个$W$和一个陀螺。我们使用模拟数据证明了该方法的有效性，并表明我们的方法不仅减少了来自轻味喷注、来自QCD的$b$喷注和强子顶喷注的背景，而且还可以区分富含电子但不是由于顶夸克衰变的喷注。
2020-01-21 hep-ex hep-ph
Three-Prong Distribution of Massive Narrow QCD Jets
我们研究了窄的、高增强的、大质量QCD喷注的平面流分布。利用QCD在共线极限下的因子分解性质，我们在树水平上由一到三分裂函数计算平面流喷流函数。我们推导出领先的日志行为的射流功能解析。我们还比较了我们的半解析喷流函数与使用各种发电机的部分子簇射预测。
2012-12-10 hep-ph
Reconstructing boosted Higgs jets from event image segmentation
基于射流图像方法，其将每个量热计单元中的能量沉积视为像素强度，与传统的射流子结构分析相比，卷积神经网络（CNN）方法已被发现在射流标记中实现了相当大的改进。在这项工作中，采用Mask R-CNN框架来重建类碰撞事件中的Higgs喷流，并考虑了堆积污染的影响。与传统的喷流聚类和喷流子结构标记方法相比，该方法实现了更高的Higgs喷流探测效率和更高的Higgs玻色子四动量重建精度。此外，在包含单个希格斯喷流的事件上训练的Mask R-CNN能够在几个不同过程的事件中检测一个或多个希格斯喷流，而不会明显降低重建效率和准确性。网络的输出也作为$t\bar{t}$背景抑制的新处理，补充传统的射流子结构变量。
2021-04-16 hep-ex hep-ph
Automatic detection of boosted Higgs boson and top quark jets in an event image
本文提出基于Mask R-CNN的深度网络，通过真值分配算法和新喷注分支在事件图像中同时检测希格斯与顶夸克喷注并预测其四动量，在标记和动量回归上超越LorentzNet与PELICAN，且对分布偏移和重叠喷注具有鲁棒性。
2023-11-28 hep-ex hep-ph
New approach to identifying boosted hadronically-decaying particle using jet substructure in its center-of-mass frame
本文介绍了一种在射流质心系中研究射流亚结构的新方法。我们证明了该方法可以用来区分QCD喷注中的助推重粒子，并且与现有的其他喷注子结构算法是互补的。应用搜索强子衰变的W/Z+喷流和重共振衰减到WW的最终状态也进行了讨论。
2012-02-07 hep-ex hep-ph
Deep learning for the R-parity violating supersymmetry searches at the LHC
最轻的中性伴子衰变为三个夸克的强子R宇称破坏超对称性仍然是弱约束的。这项工作的目的是进一步改善目前的搜索这种情况下，通过提升决策树方法与额外的信息，从喷气子结构。特别是，我们发现深度神经网络在表征中性伴子喷流子结构方面表现良好。首先利用喷注图像的思想构造了一个卷积神经网络（CNN），它能够对任意信号过程中的中性伴子喷注进行标记。当应用于纯射流样本时，这样的CNN在标记效率方面优于N-subjettiness变量几倍。此外，我们发现的方法，结合CNN输出和喷流不变质量，可以更好地执行，适用于更广泛的中性伴子质量比单独的CNN。最后，作为一个应用，我们重新设计了ATLAS对带有随后衰变$\tilde{g} \to q q \tildeχ^0_1 (\to q q q)$的胶子对产生信号的搜索。与纯样品相比，在这种复杂的最终状态下，射流之间的严重污染使得CNN和N-subjettiness的区分能力相似。通过对通过ATLAS切割的事例中喷注子结构的分析，我们的CNN方法可以将中性伴子质量$\sim 100$ GeV的不相容极限推高到$\sim200$ GeV。
2018-10-15 hep-ex hep-ph
Identification of High-Momentum Top Quarks, Higgs Bosons, and W and Z Bosons Using Boosted Event Shapes
在大型强子对撞机中，标准模型和超越标准模型的理论中预期的许多物理过程产生了非常高的动量粒子，这些粒子衰变到多强子末态。开发有效识别这种“助推”粒子的算法，同时拒绝来自轻夸克和胶子的多强子喷流的背景，可以大大有助于测量和新粒子搜索的灵敏度。本文提出了一种在洛伦兹增强参考系中利用事例形状识别增强大质量粒子的新方法。在这些框架中计算的多强子喷流的变量，然后可以被用来作为输入到一个大型的人工神经网络来区分它们的起源。
2016-10-10 hep-ex hep-ph
Spectral Analysis of Jet Substructure with Neural Networks: Boosted Higgs Case
来自助推重粒子的喷流有一个典型的角标度，可以用来区分它们与QCD喷流。我们介绍了一种机器学习策略，用于使用角尺度上的谱函数进行射流子结构分析。角谱使我们能够以高度直观的方式扫描一对粒子之间的能量沉积。我们建立了一个人工神经网络（ANN）来寻找来自重粒子衰变的喷注的光谱的特征形状。以Higgs喷注和QCD喷注为例，我们证明了角谱输入的ANN具有与现有标记器相似的性能。此外，当额外的额外辐射发生时，可以看到一些改善。值得注意的是，新算法自动组合射流中多点相关性的信息。
2018-10-30 hep-ex hep-ph stat.ML
Playing Tag with ANN: Boosted Top Identification with Pattern Recognition
在大型强子对撞机（LHC）上，许多对标准模型之外的物理学的研究都依赖于顶标记算法，该算法可以区分强子顶夸克和更常见的由轻夸克和胶子引发的喷流。我们注意到，强子量能器（HCAL）有效地采取了“数字图像”的每一个喷流，与像素强度给出的能量沉积在个别HCAL细胞。从这个角度来看，顶部标记成为一个规范的模式识别问题。有了这个动机，我们提出了一种新的顶部标记算法的基础上，人工神经网络（ANN），最流行的方法之一，模式识别。人工神经网络的大样本的助推顶部和轻夸克/胶子喷流进行训练，然后应用到独立的测试样本。人工神经网络标记器在蒙特卡罗研究中表现出优异的性能：例如，对于p_T在1100-1200 GeV范围内的喷流，可以实现60%的顶部标记效率和4%的错误标记率。我们讨论的物理特征的喷流识别的人工神经网络标签作为最重要的分类，以及人工神经网络标签和一些熟悉的顶部标记观测值和算法之间的相关性。
2015-01-23 hep-ex hep-ph
Gradient Boosting MUST taggers for highly-boosted jets
本文用XGBoost替代神经网络实现MUST通用喷注标注器，在保持相近性能的同时更易优化、速度更快，可高效识别高boost喷注中的多叉枝信号。
2024-11-25 hep-ex hep-ph
Reconstructing the invisible fraction of semivisible jets in ISR-boosted events via neural network regression
School of Science, Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区理学院）
本文提出一种回归模型，用于重建半可见喷流事件中关键参数r_inv，提升搜索灵敏度，可能统一s通道和t通道生产。
2026-09-22 hep-ex hep-ph
Probing Compressed Bottom Squarks with Boosted Jets and Shape Analysis
一个可行性研究的最轻的底夸克（sbottom）在压缩的情况下，它的质量差从最轻的中性伴子是5 GeV的搜索。进行两个单独的研究：$(1)$最终状态，其包含两个VBF样标记喷流，缺少横向能量，以及零个或一个$b$标记喷流;以及$(2)$最终状态，其由初始状态辐射（ISR）喷流，缺少横向能量，以及至少一个$b$标记喷流组成。在每种情况下进行的信号和背景的缺失的横向能量分布的形状的分析，导致显着改善的切割和计数分析，特别是在将系统和堆积的考虑。在VBF的标签喷流的研究中的形状分析导致$3σ$排斥潜在的sbottoms与质量高达$530 \, (462)$ GeV的$300$ FB $^{-1}$在14 TeV的积分亮度，与$5\%$系统学和PU $= 0 \, (50)$。
2015-08-04 hep-ex hep-ph
Template Overlap Method for Massive Jets
我们介绍了一类新的红外安全喷流观测值，我们称之为模板重叠，旨在过滤目标的高助推粒子衰变QCD喷流和其他背景。模板重叠是量化物理喷流的能量流与增强部分子衰变的能量流匹配程度的函数度量。部分子相空间的任何区域的增强衰变定义了一个模板。我们将以这种方式找到的最大功能重叠称为模板重叠。为了说明该方法，我们测试了最低阶模板，旨在区分高度提升顶部和希格斯衰变事件发生器产生的背景。对于功能的重叠，我们发现一个简单的建设的基础上高斯的能量差的角度区域内的模板部分子周围的好结果。虽然不同的事件发生器为我们的模板重叠提供了不同的平均值，但我们发现在每种情况下都有出色的抑制能力，特别是当结合基于射流形状的切割时。模板重叠能够通过在模板相空间中包括高阶校正来系统地改进。
2010-06-10 hep-ex hep-ph
Azimuthal Angular Correlation as a Boosted Top Jet Substructure
我们提出了一个新的喷流子结构观察到的助推顶夸克的$W$玻色子在助推顶夸克衰变，这导致在$t\to bW$和$W\to f\bar{f'}$衰变平面之间的$\cos2ϕ$角相关的线性极化。我们详细讨论了这种线偏振的起源，应用维格纳的小群变换。我们证明了唯一的$\cos2ϕ$角关联只存在于推升区而不存在于顶夸克静止标架中。我们构建了一个实验观察这样的相关性的基础上的横向能量沉积不对称的顶部射流，不需要重建的$W$衰变产物。这种不对称的程度可以用来测量顶夸克的纵向极化，这是对耦合到顶区的新物理的重要探索，并且可以将助推顶夸克喷流与其背景事件（例如QCD喷流）区分开来。数值模拟结果与标准模型的解析预测吻合得很好。
2022-09-07 hep-ph
Mass Unspecific Supervised Tagging (MUST) for boosted jets
喷流识别工具对于LHC和未来对撞机的新物理研究至关重要。我们引入的概念，质量非特异性监督标记（MUST），它依赖于考虑射流质量和横向动量在很宽的范围内变化作为输入变量-连同射流子结构观测值-的多变量工具。这种方法不仅提供了一个有效的任意范围内的射流质量和横向动量的单个taggers，但也是一个最佳的解决方案，为当前taggers固有的质量相关问题。通过训练神经网络，我们建立了MUST启发的通用和多管齐下的射流标记器，当用各种新的物理信号进行测试时，它们的性能明显优于实验中常用的变量，以区分信号和背景。这些标记器也能有效地识别出它们没有被训练过的信号。还可以建立标记器来确定高度的信心，喷射的分叉，这在发现新的物理信号的情况下是至关重要的。
2021-03-02 hep-ex hep-ph
W-jet Tagging: Optimizing the Identification of Boosted Hadronically-Decaying W Bosons
本文提出了一种利用喷注子结构区分强增强子衰变W喷注和QCD喷注的方法。以前的方法，如过滤/质量下降方法，可以给一个因子的S/sqrt（B）的改善为喷注pT > 200 GeV。相比之下，包括新判别式（如R-核心）的多变量方法（其表征W-射流的形状、次射流平面流和修整灵敏度）显示出在S/sqrt（B）中提供了约5倍的更大的改进因子。对于纵向极化的W，例如来自许多新物理模型的W，区分度甚至更好。比较不同的蒙特卡罗模拟，我们观察到一些变量的敏感性的基础事件，然而，即使是保守的估计，多变量的方法是非常强大的。应用半轻子WW共振搜索和所有强子W+喷流搜索在大型强子对撞机进行了讨论。实现我们的W-jet标记算法的代码可在http://jets.physics.harvard.edu/wtag上公开获得
2011-05-10 hep-ex hep-ph
Substructure of high-p_T Jets at the LHC
我们研究了来自QCD的高PT喷流和来自高助推质量粒子如tops，W，Z和Higgs的高PT喷流，并认为红外安全的可观测量可以帮助减少QCD背景。来自QCD的喷流的特征在于与高度提升的重粒子衰变的产物相比具有不同的能量流模式，并且我们采用了各种喷流形状，仅限于喷流内的能量流的可观测量来探索这种差异。从蒙特卡罗发电机和参数的扰动理论的基础上的结果支持的歧视权力的形状，我们称之为平面流和角度。我们强调，对于大质量喷流，这些和其他观测量可以微扰分析。
2008-07-02 hep-ex hep-ph
Boosted Tops from Gluino Decays
自然性的考虑，以及迄今为止在大型强子对撞机（LHC）上没有观测到标准模型粒子的超伴子，都有利于超对称（SUSY）模型，其中第三代的方子比前两代的方子轻得多。在这样的模型中，胶子对产生通常是LHC中占主导地位的超对称性产生过程，它通常会导致多个顶夸克的最终状态。这些顶夸克中的一些在实验室框架中可能是相对论性的，在这种情况下，它们的强子衰变可能会产生“顶喷流”。我们建议，最近开发的标记顶喷流的技术可以用来提高LHC搜索这种情况下的灵敏度。例如，在用于本研究的简化模型中，我们估计，搜索与2顶部标记的喷流可以探测到约1 TeV的胶子质量在7 TeV的大型强子对撞机与30反FB积分亮度。
2011-11-28 hep-ex hep-ph
Identifying the b quark inside a boosted hadronically decaying top quark using jet substructure in its center-of-mass frame
本文在喷注的质心标架下研究了强衰变顶夸克中b夸克的识别问题。我们证明，即使在非常高的堆积条件下，该方法也可以用来大大降低QCD喷流背景。在相同的信号效率下，与典型的b夸克识别算法相比，该方法对QCD喷注的假率要小得多。将喷注质心框架下的b夸克识别与喷注子结构信息相结合，可以在保持对提升顶夸克识别效率不变的情况下，将QCD喷注背景的剔除率提高近一个数量级。
2013-10-24 hep-ex hep-ph
A generic anti-QCD jet tagger
超越标准模型的新粒子可能会以非常高的推进产生，例如，如果它们是由较重粒子的衰变产生的。如果前者是强子衰变，那么它们的特征是一个很难从QCD背景中分离出来的大质量脂肪喷注。喷流子结构和机器学习技术允许从QCD中区分许多特定的助推物体，但可能性的范围非常大，一套专用的标记器可能无法覆盖每一种可能性-除了使实验搜索变得繁琐之外。在本文中，我们描述了一个通用的模型无关的标签，是能够区分各种各样的强子助推对象QCD喷流使用N-subjettiness变量，与显着改善之间变化2和8。这是除了任何改进，可能来自削减喷气质量。这样一个标签器可以用于模型无关的搜索，以寻找产生脂肪喷射的新物理。我们还展示了如何这样一个标签可以应用到签名在广泛的射流质量，而不雕刻的背景分布，允许搜索新的物理作为颠簸的射流质量分布。
2017-10-05 hep-ex hep-ph
Jumping into buckets, or How to decontaminate overlapping fat jets
在大型强子对撞机上，标记增强了强子衰变的重粒子共振，如顶夸克和希格斯玻色子，可以在新的物理搜索中发挥重要作用。然而，在具有高多重性的事件中，通过大半径脂肪射流标记增强共振的标准方法变得困难，因为共振与其他硬辐射没有很好地分离。在本文中，我们提出了一种不同的方法来标记和重建升压共振，通过使用最近提出的质量跳跃射流算法。该算法的一个关键特征是射流的灵活半径，这是由终止否决权引起的，该否决权防止两个硬叉的重组，如果它们的组合射流质量大大大于单独叉的质量。还使用了在“桶”中收集射流的想法。作为一个例子，我们认为在LHC，$pp\to T\bar{T}\to t\bar{t}HH$，对产生的矢量类顶级合作伙伴的完全强子的最终状态，并表明，新的方法比相应的广义$k_T$喷射聚类算法更好地工作。我们还表明，即使在这些非常繁忙的最终状态，标记和运动学重建的助推顶夸克和希格斯玻色子玻色子是可能的，具有良好的质量。矢量的顶级合作伙伴的运动学重建，这使得他们的直接质量测量。
2015-07-18 hep-ex hep-ph
Supervised Jet Clustering with Graph Neural Networks for Lorentz Boosted Bosons
喷流聚类传统上是一个无监督的学习任务，因为没有唯一的方法将强子末态与产生它们的夸克和胶子自由度联系起来。然而，对于像$W$、$Z$和希格斯玻色子这样的无色粒子，我们有可能近似地（虽然不是完全地）将末态强子与它们的祖先联系起来。通过将模拟的末态强子标记为来自无色粒子，有可能训练一种监督学习方法来创建玻色子喷注。这种方法可以对单个粒子进行操作，并识别源自同一未着色粒子的粒子之间的连接。图神经网络非常适合此目的，因为它们可以作用于无序集合，并自然地在具有相同标签的粒子之间创建强连接。这些网络被用来训练一个监督射流聚类算法。这些图形喷流的运动学性质更好地匹配模拟的洛伦兹增强的$W$玻色子的性质。此外，图形喷注包含更多的信息来区分$W$喷注和一般的夸克喷注。这项工作标志着射流物理学新探索的开始，即使用机器学习来优化射流的构造，而不仅仅是从射流成分计算出的可观测量。
2020-10-13 hep-ex hep-ph physics.data-an
Application of Machine Learning Based Top Quark and W Jet Tagging to Hadronic Four-Top Final States Induced by SM and BSM Processes
本文在Delphes模拟框架下对比截断与机器学习喷注标记方法，识别顶夸克和W喷注，用于标准模型及新物理标量共振y0的全强子四顶夸克末态，重建不变质量并比较背景抑制性能，为LHC搜索提供参考。
2024-10-16 hep-ex hep-ph
Factorization Constraints on Jet Substructure
因式分解支持我们在大型强子对撞机上进行预测的能力，无论是在蒙特卡罗模拟还是直接计算中。对射流子结构的理论理解的提高可以导致可以面对数据和验证射流的蒙特卡罗描述的计算。我们推导出约束射流子结构算法的因式分解，专注于广泛的类射流可观的软共线动力学QCD占主导地位。因子分解的一个必要条件是，对于给定的可观测量，软动力学和共线动力学的相空间约束是相互独立的。这个条件允许我们使用一个简单的功率计数分析，对可以因式分解的射流子结构方法的形式施加强约束。我们说明了这种方法，考虑四个子结构算法，质量下降过滤器希格斯塔格，修剪，修剪和N-subjettiness。我们发现，因式分解约束的子结构算法中的所有参数的缩放，和通用的去聚类和过滤技术不因式分解。然而，我们确定可以进行简单修改以允许因式分解。
2011-10-24 hep-ph
Inferring correlated distributions: boosted top jets
International Center for Advanced Studies (ICAS) and ICIFI-CONICET, UNSAM（高级研究中心 (ICAS) 和 ICIFI-CONICET，国家科学技术研究委员会下属马德普拉塔国立大学）；Department of Physics, University of Cincinnati（辛辛那提大学物理系）；IFLP, CONICET - Dpto. de Física, Universidad Nacional de La Plata（拉普拉塔国立大学物理系，国家科学技术研究委员会下属拉普拉塔理论与应用物理研究所）
本研究通过引入特征间相关性提升顶夸克喷注信号提取的准确性，利用贝叶斯密度估计方法改进分布建模。
2025-09-04 hep-ex hep-ph
Jet Trimming
初始状态辐射，多重相互作用，事件堆积可以污染喷流和退化事件重建。在这里，我们介绍了一个程序，射流修剪，旨在减轻这些污染源的轻部分子发起的射流。这一程序是对现有的为助推重粒子开发的方法的补充。我们发现，射流修剪可以实现事件重建的显着改善，特别是在高能量/亮度强子对撞机像LHC。
2010-02-21 hep-ph
The Boosted Higgs Jet Reconstruction via Graph Neural Network
通过将对撞机事件表示为点云，采用带焦点损失的图形卷积网络（GCN）重建其中的Higgs喷流，与传统的利用喷流子结构信息的方法相比，该方法具有更高的Higgs标记效率和更好的重建精度. GCN是在$H$ +喷流过程的事件上训练的，它能够在几个不同过程的事件中检测希格斯喷流，即使当事件中有希格斯粒子以外的助推重粒子时，性能会下降。我们还证明了GCN的信号和背景的歧视能力，通过将其应用到$t\bar{t}$过程。将网络输出作为新的特征量补充传统的喷流子结构变量，可以进一步分离$t\bar{t}$事件和$H$ +喷流事件。
2021-06-09 hep-ex hep-ph
