Kurzfassung
In dieser Arbeit wird eine neuartige Methode zur Multijet-Untergrundabschätzung bei pp-Kollisionen in Umgebungen mit hoher Activität von Pileup. Die Methodik und Entwicklung der Methode wird im Zusammenhang mit der Suche nach unsichtbaren Higgs-Boson-Zerfallsereignissen mit Vektorboson-Fusionssignatur unter Verwendung des ATLAS-Detektors diskutiert. Die Methode zielt darauf ab, die statistische Unsicherheit des Multijet-Beitrags im Signalbereich der Suche zu verringern und zusätzlich maschinelle Lernverfahren für die Suche zu ermöglichen. Die Methode basiert auf einer Monte-Carlo-Simulation von überarbeiteten Ansatz zur Monte-Carlo-basierter Multijetereignissen und deren Verschmierung. Darüber hinaus werden bei diesem Prozess verschiedene statistische Methoden und leistungsverbessernde Techniken eigesetzt. Die vorgeschlagene Methode wird in einem Kontrollbereich mit Daten validiert, die zwischen 2015 und 2018 bei einer Schwerpunktsenergie von √s = 13.0 TeV und zwischen 2022 und 2023 bei einer Schwerpunktsenergie von √s = 13.6 TeV gesammelt wurden. Die Multijet-Untergrundabschätzung wird für zwei signalangereicherte Selektionen dargestellt: Ein Signalbereich stellt den Bereich dar, der in der vorherigen Iteration der Suche bei √s = 13.0 TeV verwendet wurde. Die andere stellt die nächste Iteration der Definition des möglichen Signalbereichs für die Suche nach dem unsichtbaren Higgs-Zerfall dar. Im Vergleich zur Multijet-Untergrundvorhersage der vorherigen Iteration, die auf Datenerfassungsbedingungen zwischen 2015 und 2018 basiert, stimmt die vorgeschlagene Methode überein.
Abstract In this thesis, a novel method of multijet background estimation in pp collisions in environments sensitive to high pileup activity is introduced. The methodology and development of the method is discussed in the context of searches for invisible Higgs boson decays with vector boson fusion signature using the ATLAS detector. The method aims to decrease the statistical uncertainty of the multijet background in the signal region of the search as well as to enable additional machine learning techniques for the search. The method is based on Monte Carlo simulation of multijet events and their smearing. Additionally, the method employs various statistics and performance improving techniques. The proposed method is validated in a control region using data collected between 2015 and 2018 at centre-of-mass energy of √s = 13.0 TeV and between 2022 and 2023 at centre-of-mass energy of √s = 13.6 TeV. The multijet background estimation is presented for two signal regions: One signal region represents the signal region used in the previous iteration of the search at √s = 13.0 TeV. The other region represents the next iteration of the invisible Higgs decay search's possible signal region definition. When compared with the previous iteration's multijet background prediction based on data-taking conditions between 2015 and 2018, the proposed method's estimation is found to be in agreement.