从而证实了ATLAS和CMS使用较小数据集的早期结果，为了获得这个新的结果，物理学家们研究了ATLAS探测器记录超过200亿个碰撞事件，寻找具有三个孤立的轻子(电子或µ子)的事件，垂直(横向)于质子束平面上的动量不平衡，以及来自夸克碎裂的两到三个强子喷射(其中一个喷射来自底夸克)。
仅识别了大约600个具有这种特征的候选事件(即信号区)，并且尽管有严格的选择标准，但预计只有大约120个候选事件来自Z玻色子生产过程。为了最好地将信号从背景过程中分离出来，ATLAS物理学家训练了一个人工神经网络来使用精确的模拟数据来识别Z玻色子事件。
(上图所示)其中一个信号区域的神经网络输出(ONN)分布，数据以黑色显示，模拟信号以洋红色显示，背景以其他颜色显示，ON谱的较高部分由信号事件主导。图片：ATLAS Collaboration/CERN
神经网络为每个事件提供了一个分数(Onn)，表示它看起来有多像信号过程。为了检查提供给神经网络的模拟是否很好地描述了真实数据，物理学家观察了由后台过程主导具有相似特征(控制区)的事件，还检查了600个选定信号区事件的各种运动学分布。研究人员评估了信号区域和对照区域的神经网络得分，以便可以使用真实数据限制背景水平。
提取Z玻色子信号，并计算在给定数据样本(即横截面)中产生这种事件的速率。提取截面的不确定度为14%。这比之前的ATLAS结果精确度高出两倍多，后者基于的数据几乎少了四倍(2015年和2016年)。发现截面与标准模型的预测一致，证实了即使是标准模型中最重的粒子也仍然表现为点状基本粒子。
(上图所示)对于神经网络输出(ONN)>0.4的事件，重建Z玻色子横向动量的分布，数据以黑色显示，模拟信号以洋红色显示，背景以其他颜色显示。图片：ATLAS Collaboration/CERN
此外，通过选择神经网络识别为很可能是Z玻色子(onn>0.4)的事件，ATLAS物理学家可以检查标准模型计算是否很好地描述了运动学分布。
随着对Z玻色子生产过程的观察现在得到证实，ATLAS的研究人员可以预计它的研究将更加详细。作为运动学变量函数截面测量将能让物理学家仔细探测顶夸克与其他粒子的相互作用。会不会有更多数据揭开一些意想不到的面纱?期待看到大自然在顶夸克世界里隐藏着什么。
