Wing Sheung Chan

166 Samenvatting De geselecteerde geobserveerde evenementen worden dan vergeleken met voorspellingen uitgaande van modellen met slechts achtergrond danwel achtergrond plus signaal. Deze voorspellingen worden gebaseerd op simulaties en op data van geobserveerde achtergrond- achtige evenementen. Fits van de meest aannemelijke schatter, fittend op de distributies geproduceerd door het gebruikte neuraal netwerk bepalen de totale hoeveelheid aan signaalevementen en achtergrondevenementen in de modellen. Ten slotte wordt de com- patibiliteit tussen de data en de modellen bestudeerd middels het testen van hypotheses, met als schatter de ratio van de meest aannemelijke schatters van de twee modellen. Resultaten Tot de milde teleurstelling van de auteur is geen statistisch significant bewijs gevonden voor LFV Z → `τ verval. De verwachte en geobserveerde distributies geproduceerd door het neuraal netwerk zijn getoond in Figuur S.3. Echter is de analyse wel in staat om sterke limieten te stellen aan de waarschijnlijkheid van het optreden van Z → `τ vervallen, wat betekenisvol bijdraagt aan het uitsluiten van BSM theorie-kandidaten. Bovengrenzen op de LFV vertakkingsfractie (fractie van de Z -bosonen dat vervalt via een LFV vervalsmodus tegen het totaal aantal Z -bosonen) zijn gezet op 8 . 1 × 10 − 6 en 9 . 5 × 10 − 6 voor de Z → eτ en Z → µτ vervallen respectievelijk, met een 95% betrouwbaarheidsinterval. Deze limieten zijn momenteel de sterkste experimentele limieten op deze vervallen, en zijn een verbetering op de vroegere meest sterke limieten gesteld door de Large Electron-Positron Collider (LEP) meer dan twee decennia geleden. Het success van de analyse rust op zowel de hoeveelheid verzamelde data en de analysetechnieken die zijn gebruikt. Een belangrijke analysetechniek is het benutten van meerdere neurale netwerkclassificeerders om optimaal het signaal van de verschillende achtergronden te scheiden, hetgeen een relatief nieuwe aanpak is die nog niet in vergelijkbare zoektochten is gebruikt. Uitzicht Vooruit kijkend is het resultaat gepresenteerd in dit thesis is waarschijnlijk slechts de eerste van vele interessante resultaten die nog zullen volgen. Met de huidige analysetechnieken is de gevoeligheid van de zoektocht daar Z → `τ vervallen vooral gelimiteerd door statistische onzekerheden volgend uit de gelimiteerde beschikbaarheid van data, en niet door systematische onzekerheden op de voorspellingen van het aantal signaal- en achtergrondevenementen. Dit impliceert dat met het verzamelen van meer data in de toekomst van de LHC en de ATLAS detector, het mogelijk wordt om te zoeken naar LFV Z → `τ vervallen met een nog grotere, ongeëvenaarde gevoeligheid. Ook is in de huidige analyse alleen aandacht besteed aan evenementen waar het τ lepton vervalt naar hadronen. Het is mogelijk dat de analyse verder verbeterd kan worden door ook evenementen mee te nemen waar het τ lepton vervalt naar lichtere leptonen. En