Speaker
Description
Le ricerche di di-Higgs sono tra gli obbiettivi principali del programma del High-Luminosity Large Hadron Collider (HL-LHC) e con l'avvio dell'attuale fase di presa dati chiamata Run 3 è fondamentale perfezionare le tecniche già sviluppate per le analisi precedenti.
Ottimizzare l’efficienza di selezione del segnale, a partire dall’efficienza di trigger, è cruciale per questo tipo di analisi, a causa della ridotta sezione d'urto per la produzione di eventi di interesse.
Lo studio si concentra sull'ottimizzazione del canale HH->bbtautau, cruciale per la ricerca di di-Higgs perché offre un ottimo bilanciamento tra produzione di eventi e sensibilità del segnale.
L’efficienza di segnale dei trigger utilizzati da questa analisi ha già ottenuto un aumento del ~60% nei primi 2 anni del Run 3, grazie all'ottimizzazione di selezioni basate sui trigger di 2 tau e di 2 b-jets.
Tuttavia, lo sviluppo di un nuovo approccio di trigger basato sulla selezione di eventi con 1 b-jet e 1 tau (b+tau) ha aperto una finestra su diverse nuove possibilità di selezione degli eventi di interesse. Questo tipo di trigger, infatti, sarà introdotto per l'anno di acquisizione dati 2024, e porterà ad un aumento stimato dell'efficienza assoluta del ~95% rispetto alla selezione del trigger avuta durante il Run 2.
La presentazione verterà poi sullo studio e l'applicazione di modelli di intelligenza artificiale più recenti per l'identificazione di jet prodotti dal decadimento di tau all'interno di ATLAS. Incrementare ulteriormente il potere di reiezione del fondo degli attuali algoritmi è fondamentale perché permette didi diminuire il contributo dei tau-fake in tutte le analisi che utilizzano i tau come oggetto nello stato finale, e possono anche aumentare l'efficienza di questo tipo di trigger.
In fine la presentazione descriverà l'attuale stato dell'analisi HH->bbtautau ed i suoi diversi approcci in fase di studio per sfruttare gli incrementi di efficienza dei nuovi trigger.
