Building a Better Boosted Top Tagger
区分强子衰变的助推顶夸克和大质量QCD喷流是大型强子对撞机的一个重要挑战。在本文中,我们使用功率计数方法来研究射流子结构观测设计的顶部标记,并深入了解其性能。我们引入了一个强大的新的家庭的判别式形成的能量关联函数优于广泛使用的N-subjettiness。这些观测量采取高度非平凡的形式,表明了系统方法对其构建的重要性。
2016-06-22 hep-ex hep-ph
Benchmarking an Even Better HEPTopTagger
顶标记器是建立的分析工具,用于重建增强强子衰变的顶夸克,例如在寻找重共振时。我们首先提出了一个专门的研究信号效率与背景抑制,允许改进的工作点的选择。接下来,我们确定到什么程度,我们的质量下降的选择可以改善系统包括衰变subjets之间的角度相关性。最后,我们将顶部示踪剂的作用范围扩展到顶部质量下方的横向动量。这个动量范围对于寻找与顶夸克相关的希格斯玻色子的产生至关重要。
2014-02-14 hep-ph
Exploring unsupervised top tagging using Bayesian inference
针对蒙特卡洛模拟可能引入偏差的问题,提出两种基于贝叶斯推断混合模型的无监督顶夸克标记算法,性能略低于有监督方法但更稳健,为无偏标记器探索迈出一步。
2023-06-23 hep-ex hep-ph
Pulling the Higgs and Top needles from the jet stack with Feature Extended Supervised Tagging
喷流标记已成为高能前沿新物理研究的重要工具。对于含有高能带电轻子的喷流,我们引入了特征扩展监督标记(FEST),除了喷流子结构外,还考虑了喷流内带电轻子的特征。用这种方法,我们建立了专门的标签区分之间的提升$H \to \ell νq \bar q$,$t \to \ell νb$,和QCD喷流(与$\ell$电子或μ子)。标记器具有令人印象深刻的性能,允许$10^4-10^5$的整体光喷流排斥因子,$0.5$的顶夸克/希格斯玻色子效率。该标记器在区分希格斯玻色子和顶夸克方面也很出色,反之亦然,例如,对于$0.5$的希格斯玻色子效率,通过$100-300$的因子拒绝顶夸克。我们证明了这些标签的潜力,以提高新的物理的灵敏度作为例子,一个新的$Z'$玻色子衰减到$Z H$,在全强子的最终状态的搜索。
2021-08-30 hep-ex hep-ph
CNN on `Top': In Search of Scalable & Lightweight Image-based Jet Taggers
Bennett University(贝内特大学);Bangabasi Evening College(班加巴西学院)
本文提出了一种轻量且可扩展的CNN架构,用于高效标记顶夸克喷注,同时保持高精度和低计算成本。
2026-11-05 hep-ph physics.comp-ph physics.data-an
Infrared Safety of a Neural-Net Top Tagging Algorithm
Korea University(高丽大学);Korea Institute for Advanced Study(韩国高等研究院);Cornell University(康奈尔大学)
基于神经网络的算法提供了一个很有前途的方法来射流分类问题,如助推顶部射流标记。到目前为止,基于NN的顶级标记器在Monte Carlo研究中表现出出色的性能。在本文中,我们构建了一个基于卷积神经网络(CNN)的top-jet标记器,并将其应用于部分子水平提升的top样本,有和没有一个额外的胶子在最终状态。我们表明,由CNN定义的喷流观测服从红外安全的规范定义:它不受额外胶子的存在,只要它是软的或与夸克之一共线。我们的研究结果表明,CNN标记器是强大的软和共线的最终状态辐射的蒙特卡罗发生器可能的错误建模。
2019-02-16 cs.CV hep-ph
Boosted top tagging and its interpretation using Shapley values
本研究基于$N$-Subjettiness和Energy Correlation等特征训练XGBOOST构建顶夸克标记器,验证了其在不同模拟条件下的鲁棒性,并利用SHAP框架和Shapley值解释了各特征对模型预测的贡献。
2024-12-27 hep-ex hep-ph
Neural Network-based Top Tagger with Two-Point Energy Correlations and Geometry of Soft Emissions
在喷流图像上训练的深度神经网络已经成功地对不同类型的喷流进行了分类。在本文中,我们确定了关键的物理特征,可以再现卷积神经网络的分类性能在顶部喷流与QCD喷流分类。我们设计了一个神经网络,考虑两种类型的子结构特征:两点能量相关性,和IRC不安全的计数变量的形态分析的射流图像。新的IRC不安全变量集可以用积分几何中的Minkowski泛函来描述。为了将这些特征整合到一个框架中,我们在图神经网络中重新引入了两点能量相关性,并在之后将其他特征提供给网络。该网络显示出与卷积神经网络相当的分类性能。由于这两个网络都在某种程度上使用IRC不安全功能,因此基于模拟的结果通常取决于事件生成器的选择。我们比较了Pythia 8和Herwig 7的分类结果,并对IRC不安全特征的分布进行了简单的重新加权,减少了两个模拟结果之间的差异。
2020-08-19 hep-ex hep-ph
Deep-learned Top Tagging with a Lorentz Layer
我们介绍了一个新的和高效的强子衰变顶夸克的标签,基于深度神经网络与洛伦兹矢量和闵可夫斯基度规。凭借其新颖的机器学习设置和架构,它使我们不仅可以从热量计塔中识别助推顶夸克,还可以包括跟踪信息。我们展示了我们的标记器的性能与QCD启发和图像识别方法相比,发现它显着提高了强推顶夸克的性能。
2018-04-23 hep-ex hep-ph
A new tagger for hadronically decaying heavy particles at the LHC
本文提出了一种新的识别LHC中强衰变重粒子的算法。该算法基于已知的具有可变距离参数$R$的射流聚类过程,并使射流大小适应其横向动量$p_T$。使用质量跳跃条件找到主体。由此产生的算法-称为重对象标记与变量$R$(HOTVR)-功能小算法的复杂性,并结合射流聚类,subjet发现和拒绝软集群在一个序列。虽然HOTVR算法可以用于识别任何重物体的强子衰变,例如W,Z,H,t,或可能的新的重共振,本文的目标特别是标记的助推顶夸克。这里提出的研究表明,HOTVR算法在宽范围的顶夸克$p_T$的稳定性能,从低$p_T$,在那里的衰变产物可以解决,在高$p_T$的提升衰变的区域。
2016-11-09 hep-ex hep-ph
ML-Based Top Taggers: Performance, Uncertainty and Impact of Tower & Tracker Data Integration
本研究比较了基于HLF的BDT与基于LLF的CNN/GNN上夸克标记器,发现结合量热器塔和径迹数据可提升性能,且LLF分类器在高横动量区域更优,但受蒙特卡洛模型影响大;堆叠BDT可增强性能并减少不确定性。
2023-09-04 hep-ex hep-ph
Tagging Partially Reconstructed Objects with Jet Substructure
我们提出了一种新的标记器,其目的是在识别部分重建的对象,其中只有一些成分被收集在一个单一的射流。作为一个例子,我们专注于顶部衰变的强子衰变W或b喷流的任何一部分是软的或落在顶部喷流锥之外。我们构造了一个观测量来识别衰变的残余子结构,并采用积极的喷流梳理来拒绝QCD背景。该标记器是现有的补充,并在中间助推制度,喷气子结构技术通常失败。预计类似的标记器可以用于识别非QCD强子喷流,例如那些来自隐藏山谷的喷流。
2014-12-23 hep-ex hep-ph
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
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
Buckets of Tops
重建强子衰变的顶夸克是LHC的一个关键挑战,影响了一长串希格斯分析和新物理搜索。我们提出了一种新的方法收集喷流在水桶,对应于顶夸克和初态辐射。这种方法特别适合于中等横动量的顶夸克,关闭顶部标记和传统的顶部重建之间的差距。应用它搜索超对称顶方,我们说明了桶的力量。
2013-02-25 hep-ph
Top Tagging
顶标法是一种识别强顶夸克的新方法。它避免了重建单个顶部衰减产物,而是使用jet算法来重建整个顶部衰减。通常,包含重颗粒的几何大射流(脂肪射流)可以在其子射流成分的水平上进行分析。LHC的数据将很快使我们能够建立这种新的分析方法。我们讨论不同的标记算法,其关键QCD方面,目前可用的实验结果。对于标签及其不同应用的发展,这一审查应提供坚实的理论和算法的背景。
2011-12-19 hep-ph
Fat Jets for a Light Higgs
在大型强子对撞机上,伴随着希格斯衰变到底夸克的顶夸克和希格斯玻色子的产生一直是一个备受争议的搜索渠道。最近,人们发现它不可行。我们展示了如何通过标记大质量希格斯粒子和顶喷流来观察它。为此,我们在复杂的QCD环境中构造了标准模型过程的助推top和Higgs标记。
2009-12-14 hep-ph
Novel $|V_{cb}|$ extraction method via boosted $bc$-tagging with in-situ calibration
提出一种在 LHC 上利用先进 boosted-jet 标记器识别 $bc$ 特征并通过 top-quark 衰变进行原位校准的新方法,显著提高了 $|V_{cb}|$ 测量精度并增强了 $H^{\pm} \rightarrow bc$ 搜索灵敏度。
2025-04-03 hep-ph
Tagging single Tops
顶标签识别和重建助推顶夸克已被建立作为一种新的工具,为众多的大型强子对撞机分析。我们展示了如何与一个光味或底部射流的单顶生产可以观察到在助推相空间制度。作为标记算法的一部分,完整的顶部重建允许我们定义一个独特的运动学角度,该角度可以清楚地区分不同的单顶部生产过程。
2012-07-19 hep-ex hep-ph
Application of deep learning in top pair and single top quark production at the LHC
我们展示了一个非常有效的标记器的性能适用于强子衰变的顶夸克对作为信号的基础上的深度神经网络算法,并与QCD多喷流背景事件进行了比较。在有限的计算资源下,我们观察到在顶夸克事件中性能的显著增强。我们还比较了现代机器学习方法,并在$\sqrt{s}=$ 14 TeV质子-质子对撞机上通过弱相互作用对顶夸克对和单顶夸克的产生进行了多变量分析。结合了最相关的已知背景过程。通过提升决策树(BDT),似然和多层感知器(MLP)的技术的分析进行训练,观察与传统的切割和计数的方法相比,性能。
2022-03-24 hep-ph
Searching for top squarks from the landscape at HL-LHC
本文基于弦景观假设,研究低电弱微调超对称模型,预测希格斯子轻而顶夸克超对称粒子在1-2.5 TeV,并评估HL-LHC的探测前景。
2023-12-21 hep-ph
Top quark effective couplings from top-pair tagged photoproduction in $\boldsymbol{pe^-}$ collisions
本文总结了我们对LHeC和FCC-he中$pe$碰撞中半轻子模顶对光生的定量分析结果。我们定义了三个光生区域,基于电子标签的快度接受范围,提供不同程度的顶夸克有效耦合的灵敏度。我们专注于$t\bar{t}γ$偶极耦合和左手矢量$tbW$耦合,我们确定在这两个能量在不同的光生区域的限制。我们发现,LHeC和FCC他将产生严格的直接限制的顶部偶极矩,大大改善目前的直接限制强子对撞机,和直接限制的$tbW$耦合的HL-LHC的预期限制。我们还考虑间接限制从$b\to s γ$分支比和$CP$的不对称性,这是众所周知的是非常敏感的探针的顶部电磁偶极矩。
2023-03-17 hep-ph
Top quark effective couplings from top-pair tagged photoproduction in $pe^-$ collisions
我们提出了一个详细的研究,在快速探测器模拟水平,在LHeC和FCC-他未来对撞机的半轻子模式的顶对光生。我们的工作在完整的树级QED,不依赖于等效光子近似,考虑到完整的光生运动学。这使我们能够根据电子标签的角度接受范围来定义三个光生区域。这些区域提供不同程度的顶夸克有效耦合的敏感性。我们专注于$t\bar{t}γ$偶极耦合和左手矢量$tbW$耦合,我们确定在这两个能量和在不同的光生区域的限制。我们发现,LHeC和FCC-he将产生严格的直接限制的顶部偶极矩,大大改善目前的直接限制强子对撞机,和直接限制的$tbW$耦合的HL-LHC的预期限制。我们还考虑间接限制从$b\to s γ$分支比和$CP$不对称性,这是众所周知的是非常敏感的探头的顶部电磁偶极矩。
2023-03-23 hep-ph
Top squarks from the landscape at high luminosity LHC
本文研究弦景观自然超对称中的轻顶 squark,分析其衰变模式及HL-LHC探测前景,给出1.7 TeV发现与2 TeV排除范围。
2023-07-16 hep-ph
Finding top quarks with shower deconstruction
我们发展了一种标记强子衰变顶夸克喷注的新方法。该方法是簇射解构法的一种应用,簇射解构法是一种最大信息方法,以前曾用于识别衰变为底夸克的希格斯玻色子产生的喷流。我们标记一个观察到的喷流作为顶部喷流的基础上削减计算的变量,这是一个近似的比率的可能性,顶部喷流将有观察到的喷流的结构的可能性,一个非顶部QCD喷流将有这种结构。我们发现基于簇射解构的标记算法在区分QCD喷注和顶夸克喷注方面比其他公开可用的标记算法有更好的表现。
2016-12-20 hep-ex hep-ph
Top-philic Machine Learning
本文回顾了CNN、GNN等现代机器学习技术在LHC顶夸克搜索中的应用,探讨了其在顶夸克标记、重建、事件分类及无似然推断与生成式展开模型中的具体应用。
2024-07-02 hep-ex hep-ph
Tagging a Boosted Top quark with a $τ$ final state
本文提出一种在半轻子衰变道中利用末态τ轻子标记增强顶夸克的方法,通过子喷注重聚类、b/τ识别及运动学变量和多变量分析,在约3%背景效率下实现约77%信号效率,并推广至极化顶夸克和重BSM粒子标记。
2023-06-03 hep-ex hep-ph
Jet tagging in the Lund plane with graph networks
Rudolf Peierls Centre for Theoretical Physics(鲁道夫·派尔斯理论物理中心);CERN(欧洲核子研究中心)
顶夸克或矢量玻色子等助推重粒子的识别是大型强子对撞机实验研究中的关键问题之一。在这篇文章中,我们介绍了LundNet,一种新的射流标记方法,它依赖于图形神经网络和射流内的辐射模式的有效描述,以最佳地将增强对象的特征与背景事件分离开来。我们将这个框架应用到一些不同的基准测试中,与现有的最先进的算法相比,顶级标记的性能得到了显着提高。我们研究了LundNet标记器对非微扰和检测器效应的鲁棒性,并展示了Lund平面中的运动学切割如何减轻神经网络对模型相关贡献的过拟合。最后,我们认为这种方法的计算复杂性和其缩放作为一个功能的运动隆德平面切割,显示了一个数量级的速度比以前的基于图形的标记。
2021-02-11 cs.CV cs.LG hep-ex
Boosting Stop Searches with a 100 TeV Proton Collider
质心能量在100 TeV左右的质子-质子对撞机是很可能接替LHC的能源前沿机器。物理学的主要目标之一将是继续探索弱尺度自然性。在这里,我们专注于对生产的停止衰变到顶部和中性伴子。大多数重停止参数空间都会导致高度助推的顶部,从而填充大型强子对撞机无法实现的运动学机制。需要新的策略来增强顶部标记,并且可以通过要求射流内的μ子来构造简单的、不依赖于探测器的标记器。假设系统不确定度为20%,这台未来的对撞机可以发现(排除)质量高达6.5(8)TeV、积分亮度为3000 fb^-1的光阑。研究排斥限制如何随着光度而扩展,激励超越这个基准,以饱和机器的发现潜力。
2014-10-20 hep-ph
Boosted top tagging via lepton-in-jet topology for vector-like quark searches in FCC-hh
Centre for High Energy Physics, Indian Institute of Science(印度科学学院高能物理中心);Department of Physics, Indian Institute of Technology, Kanpur(坎普尔印度理工学院物理系)
本文提出机器学习框架,利用轻子-in-jet拓扑标记增强顶夸克,用于FCC-hh上矢量样B'夸克搜索,实现约7-10 TeV的5σ发现能力。
2026-10-06 hep-ex hep-ph
Accessing CKM suppressed top decays at the LHC
本文提出在LHC上利用顶夸克衰变 t→qW 的分支比测量CKM矩阵元 |V_{tq}|,通过引入正交b/q标记器新增轻夸克喷注数观测量,显著提升统计功效,有望在HL-LHC上以95%置信水平排除 |V_{td}|^2+|V_{ts}|^2 为零。
2023-11-24 hep-ex hep-ph
Accessing CKM suppressed top decays at the LHC
提出改进的LHC实验策略,利用正交标记器和新增轻夸克标记喷注计数可观测量,提高顶夸克CKM压低衰变分支比的测量灵敏度,有望在HL-LHC上排除$|V_{tb}|=1$并直接测量$|V_{td}|^2+|V_{ts}|^2$。
2022-09-02 hep-ex hep-ph
Maximizing Boosted Top Identification by Minimizing N-subjettiness
N-从属性是一种喷流形状,旨在识别顶夸克等增强强子物体。给定射流内的N个子射流轴,N-子射流度将射流成分到它们最近的子射流轴的角距离相加。在这里,我们推广和改善N-subjettiness最小化所有可能的subjet方向,使用一个新的变种的k-均值聚类算法。在BOOST 2010研讨会的增强顶级基准样本上,我们证明了3-subjettiness与2-subjettiness比率的简单切割产生20%(50%)的标记效率,0.23%(4.1%)的假率,使N-subjettiness成为高效的增强顶级标记器。N-subjettiness可以通过调整角度加权指数进行修改,我们发现,射流加宽措施是首选的提升顶部搜索。我们还探讨了多变量技术,并表明,使用修改后的Fisher判别式,额外的改进是可能的。最后,我们简要地提到我们的最小化过程可以扩展到整个事件,允许事件形状N-jettiness作为一个固定的N锥射流算法。
2011-09-15 hep-ex hep-ph physics.data-an
The collider landscape: which collider for establishing the SM instability?
未来对撞机的能力通常在假设特定的假设新物理的情况下讨论。我们考虑了相反的可能性:没有新的物理学是可访问的,我们想知道非自然的标准模型是否是广阔景观的一部分。我们认为,在这个方向上的一个主要步骤将是建立可能的希格斯势的不稳定尺度。这首先需要减少强耦合和顶夸克质量的不确定性。我们表明,顶夸克质量可以通过$t \bar t$阈值扫描低$10^{33}\,{\rm cm}^{-2}{\rm sec}^{-1}$光度,似乎可以实现在一个“小”$e^+ e^-$对撞机在LEP隧道,或在第一个低能量阶段的μ子对撞机足够好地测量。
2023-03-08 hep-ex hep-ph hep-th
Tagging boosted hadronic objects with dynamical grooming
我们评估的动力学疏导技术的唯象适用性,介绍了在[1],在大型强子对撞机的条件下,提升W和顶部标记。我们的方法的扩展打算与内部质量尺度的多叉衰变,如顶夸克衰变,提出。首先,我们解决了W和顶部射流的质量分布的重建量化由于堆积的涂抹。与SoftDrop及其递归版本等最先进的梳理算法相比,动态梳理显示出对背景波动的增强弹性。此外,我们评估的区分能力的动力学梳理,以区分W(顶)喷流QCD的执行两步分析:引入削减的梳理质量周围的W(顶)质量峰,其次是限制的N subjettinnes比$τ_{21}$($τ_{32}$)。对于W喷气机,开箱即用的动态梳理版本,没有特别的参数,导致与SoftDrop相当的性能。关于最高的标签效率,3-prong动态疏导,尽管它的简单性,提出了更好的性能比SoftDrop和类似的结果递归SoftDrop。
2020-05-15 hep-ex hep-ph nucl-ex