在大型强子对撞机上利用图神经网络揭示顶部希格斯耦合的CP性质

顶希格斯耦合在粒子物理学和宇宙学中起着重要作用。 这种耦合的精确测量可以为标准模型之外的新物理提供洞察力。 在本文中，我们建议使用消息传递神经网络（MPNN）来揭示半瘦子通道pp→t（→bℓ-νℓ）t′（→b¯jj）h（→ bb′）。 使用由MPNN提供的事件分类概率构建的测试统计数据，我们发现在LHC上可以很好地区分纯CP偶数和CP奇数分量，最多可以得到300 fb $ ^ {-1} $实验数据 。