Search for electroweakinos in compressed-spectrum scenarios with low-momentum isolated tracks in proton-proton collisions at $\sqrt{s}$ = 13 TeV

إليك ملخص تقني مفصل لورقة CMS رقم CMS-SUS-24-012، بعنوان "البحث عن الإلكترو-وينوهات في سيناريوهات الطيف المضغوط باستخدام مسارات معزولة منخفضة الزخم في تصادمات بروتون-بروتون عند طاقة $\sqrt{s} = 13$ تريليون إلكترون فولت."

1. بيان المشكلة والدافع الفيزيائي

يستهدف البحث التناظر الفائق (SUSY) ذو الطيف المضغوط، وتحديداً السيناريوهات التي تتضمن الإلكترو-وينوهات الشبيهة بالهيجزينو (higgsino-like electroweakinos). في هذه النماذج، يكون النيوترالينو الأخف ($\tilde{\chi}^0_1$) هو الجسيم الفائق الأخف (LSP) ومرشحاً للمادة المظلمة. أما الجسيمات الفائقة التالية في الترتيب (NLSPs) — وهي الكارجينو الأخف ($\tilde{\chi}^\pm_1$) والنيوترالينو الثاني ($\tilde{\chi}^0_2$) — فتكون متقاربة جداً في الكتلة مع الـ LSP.

• التحدي: عندما يكون فرق الكتلة ($\Delta m^\pm = m(\tilde{\chi}^\pm_1) - m(\tilde{\chi}^0_1)$) صغيراً (تحديداً بين 0.3 و1 جيجا إلكترون فولت)، فإن اضمحلال $\tilde{\chi}^\pm_1 \to \tilde{\chi}^0_1 \pi^\pm$ ينتج بيوناً (pion) ذا زخم منخفض جداً (soft).
• صعوبة الكشف:
  • إذا كان $\Delta m^\pm \lesssim 0.3$ جيجا إلكترون فولت، يكون الكارجينو طويلاً بما يكفي لإنتاج توقيع "المسار المختفي" (disappearing track).
  • إذا كان $\Delta m^\pm \gtrsim 1$ جيجا إلكترون فولت، يكون البيون ذا طاقة كافية ليتم إعادة بنائه بسهولة كمسار قياسي.
  • "الفجوة": في النطاق المتوسط (0.3–1 جيجا إلكترون فولت)، يكون زخم البيون المستعرض ($p_T$) عادةً أقل من 1 جيجا إلكترون فولت، ويكون مزاحاً بمقدار يصل إلى ~1 سم عن الرأس الأولي (PV). غالباً ما تُفقد هذه المسارات بسبب عتبات إعادة البناء القياسية أو تُخلط مع الخلفية الناتجة عن التراكم (pileup) والأحداث الأساسية (underlying events).

2. المنهجية

البيانات والاختيار

• مجموعة البيانات: 138 فمتوبال (fb$^{-1}$) من بيانات تصادمات بروتون-بروتون عند طاقة $\sqrt{s} = 13$ تريليون إلكترون فولت تم جمعها بواسطة كاشف CMS (2016–2018).
• المُشغّل (Trigger): يتم اختيار الأحداث بحد أدنى للزخم المستعرض المفقود ($p_T^{miss}$) قدره $>120$ جيجا إلكترون فولت.
• الاختيار خارج الخط (Offline Selection):
  • $p_T^{miss} > 300$ جيجا إلكترون فولت و $H_T^{miss} > 300$ جيجا إلكترون فولت (المجموع السلمي لـ $p_T$ للنفثات/jets).
  • مسار واحد على الأقل معزول بـ $p_T < 20$ جيجا إلكترون فولت و $|\eta| < 2.4$.
  • استبعاد الإلكترونات، الميونات، الفوتونات، وليبتونات $\tau$ الهادرونية المعزولة.
  • استبعاد النفثات ذات العلامة $b$ (b-tagged jets) والأحداث التي تحتوي على $\ge 5$ نفثات.
  • اشتراطات على الفصل الزاوي ($\Delta\phi$) بين $p_T^{miss}$ والنفثات لرفض خلفيات QCD متعددة النفثات.

تقدير الخلفية

الخلفيات المهيمنة هي:

1. $Z \to \nu\nu$ + jets: زخم مستعرض حقيقي ناتج عن النيوترينوهات.
2. $W \to \ell\nu$: حيث يُفقد الليبتون أو يفشل في تحديد هويته.
3. QCD Multijets: خطأ في قياس $p_T^{miss}$ ومسارات زائفة.
4. المسارات الثانوية: مسارات من التراكم (pileup)، الأحداث الأساسية، أو اضمحلال الجسيمات المنتجة عند الرأس الأولي (PV-associated).

يتم تقدير عوائد الخلفية باستخدام المحاكاة المصححة بطرق مستمدة من البيانات:

• المعايرة (Normalization): عوامل القياس (scale factors) المشتقة من مناطق التحكم (CR) باستخدام أحداث $Z \to \mu\mu$ (لـ $Z \to \nu\nu$) وتوزيعات الإزاحة في محور $z$ للمسارات المتضمنة (للمسارات المرتبطة بالرأس الأولي والمسارات الزائفة).
• التحسين: تُستخدم عملية انحدار (regression) متعددة المتغيرات تعتمد على منهجية Fast Perfekt لتصحيح سوء النمذجة في محاكاة حركية المسارات ومعاملات التأثير (impact parameters)، مما يضمن مطابقة توزيعات المحاكاة للبيانات في مناطق التحكم.

استراتيجية التعلم الآلي

تعتبر الشبكة العصبية التغذية الأمامية ذات المعلمات (parameterized feedforward Neural Network) هي جوهر هذا التحليل للتمييز بين مسارات الإشارة والخلفية.

• البنية: ثلاث طبقات مخفية تحتوي كل منها على 256 وحدة، باستخدام تنشيط LeakyReLU.
• المدخلات: 37 متغيراً تشمل حركية المسار ($p_T$, $\eta$)، جودة ملاءمة الحل اللولبي (helix fit quality)، أهمية معامل التأثير ($IP_{xy}$) بالنسبة للرأس الأولي (PV) ورؤوس التراكم (pileup)، والـ $p_T^{miss}$ على مستوى الحدث.
• التمثيل بالمعلمات (Parameterization): يتم تدريب الشبكة مع إدخال فرق الكتلة ($\Delta m^\pm_{in}$) كمعلمة (0.3، 0.6، و1.0 جيجا إلكترون فولت) لالتقاط الارتباطات عبر فضاء الطور للإشارة.
• المخرجات: تصنف الشبكة المسارات إلى خمس فئات: مسارات الإشارة، مسارات اضمحلال $\tau$، المسارات الثانوية الأخرى، مسارات الرأس الأولي المباشرة (prompt PV tracks)، والمسارات الزائفة.
• مناطق الإشارة (SRs): يتم تصنيف الأحداث بناءً على درجة الشبكة العصبية ($\tilde{P}$) لفئة الإشارة. تم تحديد ثلاث مناطق إشارة متميزة تقابل قيم $\Delta m^\pm_{in}$ المدخلة، وكل منها مقسم إلى فئات (bins) بناءً على الدرجة لزيادة الحساسية.

3. المساهمات الرئيسية

1. قناة بحث جديدة: يعد هذا أحد أول عمليات البحث التي تستهدف تحديداً نطاق فرق الكتلة (0.3–1 جيجا إلكترون فولت) باستخدام مسارات معزولة منخفضة الزخم عبر نهج شبكة عصبية مخصص. ركزت عمليات البحث السابقة إما على المسارات المختفية ($\Delta m < 0.3$ جيجا إلكترون فولت) أو الليبتونات الناعمة ($\Delta m > 1$ جيجا إلكترون فولت).
2. نمذجة خلفية متقدمة: يسمح استخدام الشبكة العصبية ذات المعلمات بمعالجة موحدة للإشارة والخلفية عبر مختلف فروق الكتل، مما يحسن الحساسية بشكل كبير مقارنة بالتحليلات التقليدية القائمة على القطع (cut-based).
3. التحسين المستمد من البيانات: يضمن تطبيق تقنية الانحدار Fast Perfekt لتصحيح سوء نمذجة خصائص المسارات الناعمة (معاملات التأثير و $p_T$) في المحاكاة، تقديراً قوياً للخلفية في منطقة تهيمن عليها عدم كفاءات إعادة البناء.

4. النتائج

• الملاحظة: لم يتم رصد أي فائض معتبر في الأحداث فوق توقعات النموذج القياسي في أي من مناطق الإشارة الـ 12. البيانات متوافقة مع فرضية الخلفية فقط.
• حدود الاستبعاد (مستوى ثقة 95%):
  • فرق الكتلة: تم استبعاد نموذج الهيجزينو في نطاق فروق الكتلة 0.28–1.15 جيجا إلكترون فولت.
  • كتلة الكارجينو:
    • لفرق كتلة قدره 0.55 جيجا إلكترون فولت، تم استبعاد كتل الكارجينو حتى 185 جيجا إلكترون فولت.
    • لكتلة كارجينو قدرها 100 جيجا إلكترون فولت، تم استبعاد فروق الكتلة بين 0.28 و1.15 جيجا إلكترون فولت.
  • المقارنة: هذه الحدود هي الأكثر صرامة حتى الآن لهذا النطاق المحدد من الطيف المضغوط، مما يغلق فجوة كبيرة في البحث عن الهيجزينو الطبيعي كمادة مظلمة.

5. الأهمية

يعالج هذا التحليل "النقطة العمياء" الحرجة في البحث عن التناظر الفائق الطبيعي. تشير حجج الطبيعية (Naturalness) إلى أن الهيجزينوات يجب أن تكون خفيفة (بالقرب من المستوى الكهروضعيف $\sim 100$ جيجا إلكترون فولت) لتجنب الضبط الدقيق (fine-tuning). ومع ذلك، إذا كان فرق الكتلة صغيراً، فإن البيونات الناعمة الناتجة يصعب اكتشافها.

من خلال النجاح في إعادة بناء وتحديد هذه المسارات الناعمة، والتي قد تكون مزاحة، باستخدام نهج تعلم آلي متطور، فإن هذه النتيجة:

• تقيد التناظر الفائق الطبيعي: تضع قيوداً صارمة على فضاء المعلمات لسيناريوهات الهيجزينو الطبيعية، مما يرفع الحد الأدنى لكتلة الكارجينو بشكل ملحوظ عن الحدود السابقة في هذا النطاق الحركي المحدد.
• تثبت المنهجية: تثبت فعالية استخدام الشبكات العصبية ذات المعلمات وتقنيات إعادة بناء المسارات المتقدمة لسبر أغوار التوقيعات منخفضة الزخم، وهي استراتيجية ستكون ضرورية لتشغيل مصادم الهادرونات الكبير عالي السطوع في المستقبل والاصطدامات المستقبلية.
• تداعيات المادة المظلمة: تضيق النافذة المتاحة للهيجزينو كمادة مظلمة، مما يشير إلى أنه إذا كانت الهيجزينوات موجودة، فيجب أن تكون إما أثقل من 185 جيجا إلكترون فولت (مما يزيد من الضبط الدقيق) أو أن تكون فروق كتلتها خارج نطاق 0.28–1.15 جيجا إلكترون فولت.