ATLAS flavour-tagging algorithms for the LHC Run 2 pp collision dataset

Se presentan los algoritmos de etiquetado de sabor desarrollados por la Colaboración ATLAS y utilizados para analizar su conjunto de datos de colisiones s=13 TeV pp de la Ejecución 2 del Gran Colisionador de Hadrones. Estos nuevos algoritmos de etiquetado se basan en redes neuronales recurrentes y profundas, y su rendimiento se evalúa en eventos de colisión simulados. Estos desarrollos producen mejoras considerables sobre las estrategias previas de identificación de sabor de chorro. En el punto de operación de eficiencia de identificación de chorro b del 77%, se alcanzan factores de rechazo de chorro ligero (chorro encantador) de 170 (5) en una muestra de eventos tt¯ simulados del Modelo Estándar; de manera similar, con una eficiencia de identificación de chorro c del 30%, se obtiene un factor de rechazo de chorro ligero (chorro b) de 70 (9).