基于LHC实验数据对四次规范耦合算符的研究

Precision measurements at the LHC can provide probes of new physics, and they are complementary to direct searches. The high energy distribution of di-boson processes and vector boson scattering (VBS) is promising place, with the possibility of significant improvement in sensitivity as the data accumulates. ATLAS and CMS recently released significant new data on the production of all possible electroweak boson pairs and 2-to-2 VBS at the CERN Large Hadron Collider (LHC) in proton-proton collisions at a center of mass energy of 13 TeV. Data on electroweak gauge boson pair production and VBS yield limits on anomalous quartic gauge boson couplings (aQGCs), whose effects can be parameterized by a set of higher dimensional operators in the framework of the Standard Model Effective Field Theory (SMEFT). We use the newest data on searching for resonances in diboson channels and VBS to set lower limits on aQGCs in terms of dimension-8 operators, and discuss the prospective sensitivities of future colliders. In addition, recommendations will be made for testing other types of new physics using our results.

精确测量作为探测新物理的有效探针为直接探测提供了强有力的补充。随着高能实验数据的累积，双玻色子共振产生和矢量玻色子散射（VBS）过程的灵敏度将大幅提升，有望发现新物理。根据CERN的LHC在质心能量为13TeV的运行结果，ATLAS和CMS实验组最近公布了关于各种可能的双规范玻色子共振产生和2到2矢量玻色子散射的最新数据，它们将对反常四次规范耦合（aQGC）产生约束。在标准模型有效场（SMEFT）中，通过一组高量纲有效算符可以将aQGC的影响参数化。本项目拟在SMEFT理论框架下通过量纲为八的有效算符研究aQGC，结合双玻色子共振产生和VBS过程的最新实验数据，得到aQGC的约束下限，并预研其在未来多种对撞机上的灵敏度，讨论新共振态存在的可能性。此外，我们还将把拟合结果施加于几种新物理模型，检验不同新物理存在的可能性。

本项目在标准模型有效场理论(SMEFT)框架下通过量纲为八(dim-8)的有效算符研究了反常四次规范耦合(aQGC)和中性三次规范耦合(nTGC)在大型强子对撞机(LHC)和未来轻子对撞机上的可能信号。在实验上有很多物理过程可以对dim-8算符产生约束，其中矢量玻色子散射过程(VBS)对由dim-8算符引起的aQGC相关新物理效应非常敏感。因为Higgs玻色子的存在，VBS过程的费曼图之间彼此相消，使得它的散射振幅不随质心能量的提高而增加。如果有新物理存在，就会破坏这种精确相消，导致散射振幅随着质心能量的提高而快速增加，其中来自标准模型的贡献不增加，而新物理的贡献增加。这就为寻找新物理提供了一个极佳的窗口。因此，本项目对LHC以及未来轻子对撞机上VBS、双玻色子产生和三玻色子产生过程的多个信号道进行了分析，得到了对aQGC和nTGC有贡献的dim-8算符的预期约束，研究结果比已有实验限制提高了一到二个数量级。此外，对于aQGC的可能来源，本项目在有效场论框架下研究了由类轴粒子（ALP）诱导的光光散射（LBL）和三光子产生过程，给出了在未来正负电子对撞机上探测ALP与光子耦合的预期约束。在研究过程中，我们提出了通过么正性约束解决有效算符的有效性问题。 本项目还基于角分布给出了一系列优化的信号筛选方案，并初步研究了多种机器学习算法在高能物理研究中的应用，在事例筛选和重建方面提高了分析效率。本项目的研究结果获得了理论和实验学家的认可和关注。