Recherche de bosons de Higgs supplémentaires de haute masse se désintégrant en paire de taus dans l’expérience CMS au LHC à l’aide du machine learning

Search for additional heavy Higgs bosons decaying to tau lepton pair in the CMS experiment at LHC with machine learning techniques

• Auteur / Autrice : Lucas Torterotot
• Direction : Colin Bernet
• Type : Thèse de doctorat
• Discipline(s) : Physique des particules
• Date : Soutenance le 08/07/2021
• Etablissement(s) : Lyon
• Ecole(s) doctorale(s) : École doctorale de Physique et Astrophysique de Lyon (Lyon ; 1991-....)
• Partenaire(s) de recherche : établissement opérateur d'inscription : Université Claude Bernard (Lyon ; 1971-....)
• Partenaire(s) de recherche : Laboratoire : Institut de Physique des 2 Infinis de Lyon
• Jury : Président / Présidente : Corinne Augier
• Jury : Examinateurs / Examinatrices : Colin Bernet, Anne-Catherine Le Bihan, David Rousseau, Lucia Di Ciaccio, Guy Steve Muanza, Roger Wolf
• Jury : Rapporteur / Rapporteuse : Anne-Catherine Le Bihan, David Rousseau

Mots clés

Mots clés contrôlés

Réseaux neuronaux (informatique)

Masse

Leptons

Bosons de Higgs

Modèle standard (physique)

Mots clés libres

Higgs

CMS

Jets

Calibration

Tau

Reconstruction de la masse

Réseau de neurones

Régression

Higgs

CMS

Jets

Calibration

Tau

Mass reconstruction

Neural Network

Regression

Résumé

Malgré plusieurs décennies de prédictions expérimentalement vérifiées, le modèle standard (SM) souffre de lacunes que des théories allant au-delà (BSM, Beyond SM) tentent de combler. L’une d’entre elles, l’extension supersymétrique minimale du modèle standard (MSSM), prédit l’existence de cinq bosons de Higgs dont trois neutres. Le plus léger, h, doit correspondre au boson découvert en 2012. Les deux autres, H et A, sont de haute masse et additionnels par rapport au SM. Leur phénoménologie au LHC motive l’étude des événements avec une paire de leptons τ. Dans ce contexte, les événements récoltés par la collaboration CMS de 2016 à 2018 lors des collisions de protons du LHC avec une énergie dans le centre de masse de 13 TeV, correspondant à une luminosité intégrée de 137 fb−1, sont exploités dans cette thèse. Les jets sont des objets physiques omniprésents lors des collisions au LHC. Leur calibration à l’aide d’événements contenant un photon et un jet (γ + jet) est présentée ainsi que les résultats obtenus pour l’année 2018. Cette étude est directement utilisée dans la calibration officielle de la collaboration CMS. Aucun excès significatif correspondant aux bosons H et A par rapport aux bruits de fond attendus n’est observé dans l’analyse des événements avec une paire de τ. Des limites d’exclusion sur le produit de la section efficace de production de H et A avec leur rapport de branchement aux τ sont donc données en fonction de leur masse pour les modes de production par fusion de gluon ou en association avec des quarks b. Ces limites sont comprises entre 15 pb à 110 GeV et 3×10−4 pb à 3,2 TeV pour la fusion de gluons et entre 1,2 pb à 110 GeV et 3×10−4 pb à 3,2 TeV en association avec des quarks b. Dans le scénario Mh125 , ces limites se traduisent en une région d’exclusion dans le plan (mA, tan β) . Les valeurs de mA inférieures à 600 GeV sont exclues. Cette limite passe à 2 TeV pour tan β ≈ 50. Dans le scénario MH1125(CPV), cette région est donnée dans le plan (mH±, tan β). Les valeurs de mH± inférieures à 400 GeV sont exclues. Lorsque tan β ≈ 20, l’exclusion s’étend jusqu’à mH± ≈ 1,4 TeV. Pour les analyses dans lesquelles une particule se désintègre en τ+τ− , comme celle présentée dans cette thèse, la reconstruction de la masse d’une paire de τ est cruciale. Les neutrinos issus des désintégrations des τ compliquent cette tâche car ils sont invisibles dans le détecteur. Le machine learning apporte une solution. Le modèle obtenu dans cette thèse permet de reconstruire la masse d’une paire de τ de 50 GeV à 800 GeV avec une résolution de 20 % à 50 GeV, 26 % à 250 GeV et 22 % à 800 GeV. Ce modèle est 60 fois plus rapide et propose une meilleure description du boson Z que l’algorithme SVFIT actuellement utilisé au sein de la collaboration CMS.

Despite decades of correct predictions, physicists are convinced that the Standard Model (SM) does not show us the whole picture. Among the various extensions going beyond the SM (BSM), the Minimal Supersymmetric extension of the SM (MSSM) predicts two charged Higgs bosons, H± , and three neutrals: h corresponding to the observed one discovered in 2012 and H and A being additionnals with respect to the SM. The MSSM phenomenology motivates the focus on events containing a di-τ pair. The MSSM H/A → ττ analysis is thus the core of this thesis. In this thesis, the search for H and A is performed on the data collected with the CMS detector from 2016 to 2018 on proton collisions at a center-of-mass energy of 13 TeV, corresponding to an integrated luminosity of 137 fb−1. Jets are complex physics objets obtained in the proton collisions occuring at the CERN LHC. Their calibration by the study of events containing a photon and a jet (γ + jet) and the corresponding results on 2018 data are introduced. These results are used in the official CMS jet calibration. No significant deviation above the expected background is observed in the MSSM H/A → ττ analysis. Model-independent limits are then set on the product of the cross section and branching fraction for the production via gluon-fusion or in association with b quarks. These limits range from 15 pb at 110 GeV to 3×10−4 pb at 3,2 TeV for gluon-fusion and from 1,2 pb at 110 GeV to 3×10−4 pb at 3,2 TeV for b-associated production. In the Mh125 scenario, these limits translate into an exclusion region in the (mA, tan β) plane. Values of mA below 600 GeV are excluded and this goes up to 2 TeV for tan β ≈ 50. In the MH1125(CPV) scenario, the region is given in the (mH±, tan β) plane. Values of mH± below 400 GeV are excluded and this goes up to 1,4 TeV for tan β ≈ 20. To test any theory involving Higgs or Z bosons decaying to τ+τ−, the reconstruction of di-τ mass in a faster and more accurate way than the existing methods is crucial. However, it is an arduous task due to existence of neutrinos as decay product of each τ lepton which are invisible to detectors at LHC. Machine learning techniques bring a solution for this task. The reconstruction of the di-τ mass by a deep neural network (DNN) is achieved in this thesis from 50 GeV to 800 GeV with a 20 % resolution at 50 GeV, 26 % at 250 GeV and 22 % at 800 GeV. This DNN is 60 times faster and better at describing the Z boson than the SVFIT algorithm currently used in CMS.