Rekonstrukce hmotnosti Higgsova bosonu v produkci tH([?][?]) pomocí strojového učení s využitím simulovaných dat z detektoru ATLAS

Abstract

Tato bakalářská práce se zabývá rekonstrukcí hmotnosti Higgsova bosonu v událostech, kde je Higgsův boson produkován ve spojení s top kvarkem (produkce tH) a rozpadá se na pár tau-leptonů. Rekonstrukce je prováděna na simulovaných událostech detektoru ATLAS, které byly vygenerovány pomocí produkční metody založené na Monte Carlo simulacích.

Hlavním přínosem této práce je model strojového učení navržený pro odhad příčné složky hybnosti neutrin vznikajících při rozpadech top kvarku. Tyto predikce slouží k vytvoření vstupů pro nástroj Missing Mass Calculator (MMC), který následně poskytuje odhad hmotnosti rozpadlé částice.

Kombinací odhadu hybnosti neutrina pomocí strojového učení s nástrojem MMC dosahuje metoda vyšší přesnosti při rekonstrukci hmotnosti a lepšího pokrytí událostí. Jmenovitě vykazuje lepší výkonnost u procesů tH a tZ.This thesis investigates the reconstruction of the Higgs boson mass in events where the Higgs is produced in association with a top quark (tH production) and decays into a pair of tau-leptons. This reconstruction is performed on simulated events from the ATLAS detector, generated using a Monte Carlo production method.

The primary contribution is the development of a machine learning model that predicts the transverse components of the neutrino momentum arising from top quark decays. These predictions serve as the basis for the inputs to the Missing Mass Calculator (MMC), which is then used to estimate the mass of the parent particle.

By combining machine learning based neutrino momentum estimation with the MMC, the method achieves improved mass reconstruction accuracy and event coverage. In particular, it demonstrates superior performance for both the tH and tZ processes.