DOI: https://doi.org/10.21468/scipostphys.20.2.040
تاريخ النشر: 2026-02-11
المؤلف: Henning Bahl وآخرون
الموضوع الرئيسي: دراسات فيزياء الجسيمات النظرية والتجريبية
نظرة عامة
تتناول البحث التحدي المتمثل في البحث عن انتهاك CP في تفاعلات هيغز في مصادم الهادرونات الكبير (LHC)، مع التأكيد على قيود طرق التعلم الآلي التقليدية (ML) من حيث القابلية للتفسير والتحكم. للتغلب على هذه القضايا، يقترح المؤلفون استخدام تقنيات الانحدار الرمزي (SR)، وبالتحديد PySR وSymbolNet، لاشتقاق تعبيرات تحليلية للمتغيرات الحساسة لـ CP في اندماج بوزونات المتجه (VBF) وإنتاج هيغز المرتبط بالقمة. تشير النتائج إلى أن هذه الأساليب SR لا تعزز فقط القابلية للتفسير ولكنها تتفوق أيضًا على الطرق العددية التقليدية، مثل أشجار القرار المعززة (BDT)، لا سيما في السيناريوهات ذات البيانات القليلة المتعلقة بـ CP.
في تحليلهم، يوضح المؤلفون أن المتغيرات المستمدة من PySR وSymbolNet تظهر حساسية CP أفضل وكفاءة بيانات مقارنة بالطرق التقليدية. لقد أعادوا بنجاح بناء زاوية كولينز-سوبر من بيانات مستوى الكاشف، مما يظهر أن المتغيرات المستمدة من SR تحافظ على حساسية CP للزوايا الحقيقية على مستوى الجسيمات. تسلط الدراسة الضوء على الطبيعة التكميلية للطريقتين SR، حيث يكون PySR أكثر فعالية في الحالات التي تفتقر إلى البيانات، بينما يتفوق SymbolNet مع مجموعات بيانات أكبر. يبرز البحث إمكانيات الانحدار الرمزي لربط الأطر النظرية والتحليلات التجريبية، مما يوفر مزايا كبيرة في السعي لفهم انتهاك CP في قطاع هيغز.
مقدمة
تناقش مقدمة الورقة الاستفسارات الجارية حول خصائص بوزون هيغز الشبيه بنموذج القياسي (SM)، ولا سيما طبيعته المتعلقة بـ CP، والتي يمكن أن تكشف عن فيزياء جديدة تتجاوز النموذج القياسي وتوفر رؤى حول عدم التماثل بين المادة والمادة المضادة في الكون. يبرز المؤلفون التحديات التي تطرحها مجموعات البيانات الكبيرة من مصادم الهادرونات الكبير (LHC)، والتي تتطلب تقنيات تحليل بيانات متقدمة لتحديد العمليات النادرة بكفاءة وسط ضوضاء خلفية كبيرة. يقترحون أن طرق التعلم الآلي الحديثة (ML) يمكن أن تعالج هذه التحديات بفعالية من خلال بناء متغيرات حساسة لانتهاك CP في قطاع هيغز.
تؤكد الورقة على فائدة الانحدار الرمزي (SR) كأداة للكشف عن انتهاك CP، مما يسمح باستخراج المتغيرات المثلى المتعلقة بـ CP-odd وإعادة بناء المتغيرات الحساسة لـ CP على مستوى الجسيمات من بيانات مستوى إعادة البناء. يقارن المؤلفون بين طريقتين SR: PySR، التي تستخدم الخوارزميات التطورية، وإصدار محسّن من SymbolNet، يعتمد على شبكة عصبية متصلة بشكل متقطع. كما يذكرون أدوات بديلة مثل AI Feynman وLASR، التي تعزز من قدرات SR. ستتناول الأقسام التالية من الورقة المنهجيات والنتائج المتعلقة بالمتغيرات المثلى المتعلقة بـ CP-odd في إنتاج هيغز من اندماج بوزونات المتجه (VBF) وإعادة بناء زاوية كولينز-سوبر.
النتائج
في هذا القسم، يقدم المؤلفون نتائج حول حساب المتغيرات المتعلقة بـ CP-odd والتباينات المرتبطة بها، والتي يشار إليها بـ \( A_i \). يتم تعريف التباين على أنه \( A_i = \frac{N^+_i – N^-_i}{N^+_i + N^-_i} \)، حيث تمثل \( N^+_i \) و \( N^-_i \) عدد الأحداث في صناديق معينة تتعلق بتوزيعات CP-odd. يعتمد التحليل على لومنوسية متكاملة تبلغ 300 fb\(^{-1}\)، مع تفاصيل عدم اليقين الإحصائي في الملحق. تكشف النتائج أنه بينما يكون توزيع النموذج القياسي (SM) متناظرًا، فإن السيناريوهات التي تنتهك CP تظهر تباينات كبيرة، لا سيما للقيم القصوى من ثابت الاقتران \( c_{HW} \).
يستخدم المؤلفون تقنيات الانحدار الرمزي، وبالتحديد PySR وSymbolNet، لاشتقاق صيغ تلتقط الطبيعة المتعلقة بـ CP-odd للمتغيرات. كلا الطريقتين تعطيان نتائج مشابهة، مع كون توزيع SymbolNet أوسع قليلاً. تؤكد الصيغ المستمدة الخصائص المتعلقة بـ CP-odd، حيث تتضمن صيغة PySR بشكل صريح خسارة متعلقة بـ CP-odd لضمان الحفاظ على هذه الخاصية في المتغيرات. أداء الصيغ المتعلمة قوي، لا سيما لطريقة PySR، التي تظهر استقرارًا عبر ظروف تدريب مختلفة ومساهمات أقل من CP-odd. في المقابل، يتراجع أداء SymbolNet مع تقليل انتهاك CP في بيانات التدريب، مما يبرز فعالية نهج PySR في التمييز بين السيناريوهات التي تنتهك CP والنموذج القياسي. يتم أيضًا تحديد أهمية هذه النتائج بشكل أكبر، مما يظهر أن PySR يتفوق باستمرار على SymbolNet وطرق BDT التقليدية في تمييز إشارات CP-odd عن النموذج القياسي.
المناقشة
في قسم المناقشة من ورقة البحث، يستكشف المؤلفون تطبيق تقنيات الانحدار الرمزي (SR)، مع التركيز على مقارنة طريقتين: PySR وSymbolNet، في سياق استنتاج الدوال الرياضية من البيانات التجريبية. يؤكدون على أهمية العثور على دالة \( f(x) \) تصف بدقة توزيعات البيانات، لا سيما عندما تكون المعرفة السابقة حول الدالة مفقودة. تهدف كل من PySR وSymbolNet إلى اشتقاق مثل هذه الدوال من خلال التحسين، لكنهما تستخدمان منهجيات مختلفة. تستخدم PySR خوارزمية تطورية تطور مجموعات من أشجار الصيغ، بينما تستخدم SymbolNet بنية شبكة عصبية متعددة الطبقات (MLP) مع طبقات رمزية تستبدل وظائف التنشيط التقليدية بالعمليات الرياضية.
يستعرض المؤلفون كيفية عمل PySR، مع تسليط الضوء على استراتيجيتها التطورية التي تشمل اختيار البطولة والتبريد المحاكى لتعزيز الأداء. يشيرون إلى أن PySR تتفوق في توليد تعبيرات أبسط لكنها تواجه صعوبة مع مساحات الإدخال عالية الأبعاد. على النقيض من ذلك، تم تصميم SymbolNet للتعامل مع الهياكل المعقدة، مثل 4-vectors، وتدمج آلية تقليم أثناء التدريب لتجنب الإفراط في التكيف وتحسين القابلية للتفسير. تناقش الورقة أيضًا عمليات التدريب لكلتا الطريقتين، بما في ذلك دوال الخسارة المستخدمة والاستراتيجيات لإدارة التعقيد وضمان التقارب. في النهاية، يهدف المؤلفون إلى الاستفادة من هذه التقنيات SR لاشتقاق المتغيرات المثلى المتعلقة بـ CP-odd في عمليات مثل إنتاج هيغز من WBF وإنتاج هيغز المرتبط بالقمة، والتي تعتبر حاسمة لاختبار انتهاك CP في فيزياء الجسيمات.
DOI: https://doi.org/10.21468/scipostphys.20.2.040
Publication Date: 2026-02-11
Author(s): Henning Bahl et al.
Primary Topic: Particle physics theoretical and experimental studies
Overview
The research addresses the challenge of searching for CP violation in Higgs interactions at the Large Hadron Collider (LHC), emphasizing the limitations of traditional machine learning (ML) methods in terms of interpretability and control. To overcome these issues, the authors propose using symbolic regression (SR) techniques, specifically PySR and SymbolNet, to derive analytic expressions for CP-sensitive observables in vector boson fusion (VBF) and top-associated Higgs production. The findings indicate that these SR approaches not only enhance interpretability but also outperform conventional numerical methods, such as boosted decision trees (BDT), particularly in scenarios with limited CP-odd data.
In their analysis, the authors demonstrate that the observables derived from PySR and SymbolNet exhibit superior CP sensitivity and data efficiency compared to traditional methods. They successfully reconstruct the parton-level Collins-Soper angle from detector-level data, showing that the SR-derived observables maintain the CP sensitivity of the true parton-level angles. The study highlights the complementary nature of the two SR approaches, with PySR being more effective in data-scarce situations, while SymbolNet excels with larger datasets. The research underscores the potential of symbolic regression to bridge theoretical frameworks and experimental analyses, offering significant advantages in the quest to understand CP violation in the Higgs sector.
Introduction
The introduction of the paper discusses the ongoing inquiries into the properties of the Standard Model (SM)-like Higgs boson, particularly its CP nature, which could reveal new physics beyond the SM and provide insights into the matter-antimatter asymmetry in the universe. The authors highlight the challenges posed by the large datasets from the Large Hadron Collider (LHC), which necessitate advanced data analysis techniques to efficiently identify rare processes amidst significant background noise. They propose that modern machine learning (ML) methods can effectively address these challenges by constructing observables that are sensitive to CP violation in the Higgs sector.
The paper emphasizes the utility of symbolic regression (SR) as a tool for detecting CP violation, allowing for the extraction of optimal CP-odd observables and the reconstruction of parton-level CP-sensitive observables from reconstruction-level data. The authors compare two SR approaches: PySR, which utilizes evolutionary algorithms, and an enhanced version of SymbolNet, based on a sparsely connected neural network. They also mention alternative tools like AI Feynman and LASR, which further enhance the capabilities of SR. The subsequent sections of the paper will elaborate on the methodologies and findings related to optimal CP-odd observables in vector boson fusion (VBF) Higgs production and the reconstruction of the Collins-Soper angle.
Results
In this section, the authors present results on the computation of CP-odd observables and their associated bin-wise asymmetries, denoted as \( A_i \). The asymmetry is defined as \( A_i = \frac{N^+_i – N^-_i}{N^+_i + N^-_i} \), where \( N^+_i \) and \( N^-_i \) represent the counts of events in specific bins related to CP-odd distributions. The analysis is based on an integrated luminosity of 300 fb\(^{-1}\), with statistical uncertainties detailed in the appendix. The findings reveal that while the Standard Model (SM) distribution is symmetric, CP-violating scenarios exhibit significant asymmetries, particularly for extreme values of the coupling constant \( c_{HW} \).
The authors utilize symbolic regression techniques, specifically PySR and SymbolNet, to derive formulas that capture the CP-odd nature of the observables. Both methods yield similar results, with the SymbolNet distribution being slightly wider. The derived formulas confirm the CP-odd characteristics, with the PySR formula explicitly incorporating a CP-odd loss to ensure the observables maintain this property. The performance of the learned formulas is robust, particularly for the PySR method, which demonstrates stability across varying training conditions and lower CP-odd contributions. In contrast, SymbolNet’s performance declines with reduced CP violation in the training data, highlighting the effectiveness of the PySR approach in distinguishing between CP-violating and SM scenarios. The significance of these findings is further quantified, showing that PySR consistently outperforms SymbolNet and traditional BDT methods in distinguishing CP-odd signals from the SM.
Discussion
In the discussion section of the research paper, the authors explore the application of symbolic regression (SR) techniques, specifically comparing two approaches: PySR and SymbolNet, in the context of inferring mathematical functions from experimental data. They emphasize the importance of finding a function \( f(x) \) that accurately describes data distributions, particularly when prior knowledge about the function is lacking. Both PySR and SymbolNet aim to derive such functions through optimization, but they employ different methodologies. PySR utilizes an evolutionary algorithm that evolves populations of formula trees, while SymbolNet employs a multi-layer perceptron (MLP) architecture with symbolic layers that replace traditional activation functions with mathematical operators.
The authors detail the workings of PySR, highlighting its evolutionary strategy that includes tournament selection and simulated annealing to enhance performance. They note that PySR excels in generating simpler expressions but struggles with high-dimensional input spaces. Conversely, SymbolNet is designed to handle complex structures, such as 4-vectors, and incorporates a pruning mechanism during training to avoid overfitting and improve interpretability. The paper also discusses the training processes for both methods, including the loss functions used and the strategies for managing complexity and ensuring convergence. Ultimately, the authors aim to leverage these SR techniques to derive optimal CP-odd observables in processes like WBF Higgs production and top-associated Higgs production, which are crucial for testing CP violation in particle physics.