Search for a resonance decaying into a scalar particle and a Higgs boson in the final state with two bottom quarks and two photons with 199 fb$^{-1}$ of data collected at $\sqrt{s}$=13 and 13.6 TeV with the ATLAS detector

Unter Verwendung von 199 fb$^{-1}$ an Proton-Proton-Kollisionsdaten, die vom ATLAS-Detektor bei 13 und 13,6 TeV gesammelt wurden, ergab eine Suche nach einer schweren skalaren Resonanz, die in ein leichteres Skalar und ein Higgs-Boson im Endzustand $b\bar{b}\gamma\gamma$ zerfällt, kein signifikantes Überschuss über den Untergrund des Standardmodells, was zur Festlegung von oberen Grenzen für den Wirkungsquerschnitt multipliziert mit dem Verzweigungsverhältnis auf einem 95%-Konfidenzniveau führte.

Das Wesentliche

Stellen Sie sich den Large Hadron Collider (LHC) als eine riesige, hochgeschwindigkeitsfähige Teilchenrennstrecke vor, auf der Protonen (winzige subatomare Teilchen) mit nahezu Lichtgeschwindigkeit gegeneinander geschleudert werden. Wenn sie kollidieren, erzeugen sie eine chaotische Explosion aus Energie, die kurzzeitig neue, schwerere Teilchen bildet, bevor diese sofort in leichtere, stabilere Teilchen zerfallen.

Dieser Bericht stammt von der ATLAS-Kollaboration, einem Team von Wissenschaftlern, die einen riesigen Detektor (wie eine 3D-Kamera) nutzen, um diese Kollisionen zu beobachten. Sie suchen nach einem sehr spezifischen, seltenen Ereignis: dem Zerfall eines „schweren Eltern"-Teilchens in ein „leichteres Kind"-Teilchen und ein berühmtes „Higgs-Boson".

Hier ist die Geschichte ihrer Suche, einfach erklärt:

Das Rätsel: Ein schweres Eltern- und zwei Kind-Teilchen

Die Wissenschaftler jagen nach einem hypothetischen schweren Teilchen, das sie $X$ nennen.

• Die Theorie: Sie glauben, dass $X$ ein „Eltern"-Teilchen sein könnte, das nicht lange existiert. Wenn es zerfällt, spaltet es sich in zwei „Kinder":
  1. Ein leichteres skalares Teilchen namens $S$.
  2. Das berühmte Higgs-Boson (das 2012 entdeckte Teilchen, das anderen Teilchen Masse verleiht).
• Die Zerfallskette:
  • Das Higgs-Boson verwandelt sich sofort in zwei Photonen (Lichtteilchen).
  • Das leichtere Teilchen $S$ verwandelt sich sofort in zwei Bottom-Quarks (die sich im Detektor wie Energiejets verhalten).
• Das Ziel: Sie wollen den „Fingerabdruck" dieses spezifischen Stammbaums finden: Zwei Photonen + zwei Bottom-Quarks.

Die Suchstrategie: Eine Nadel im Heuhaufen finden

Stellen Sie sich vor, Sie versuchen, eine bestimmte, seltene Münze in einem riesigen Haufen Erde zu finden. Die „Erde" ist das Hintergrundrauschen von Milliarden gewöhnlicher Teilchenkollisionen, die jede Sekunde stattfinden. Die „seltene Münze" ist das Signal, nach dem sie suchen.

1. Der Filter (Triggers): Der Detektor ist zu sehr beschäftigt, um jede Kollision aufzuzeichnen. Er verwendet einen „intelligenten Filter", um nur Ereignisse zu speichern, bei denen zwei energiereiche Lichtblitze (Photonen) gleichzeitig auftreten.
2. Die Identifizierung (Tagging): Sobald sie ein Kandidatenereignis haben, suchen sie nach den „Bottom-Quarks". Sie verwenden einen speziellen Algorithmus (eine Art KI namens GN2), um Energiejets zu identifizieren, die wahrscheinlich von Bottom-Quarks stammen. Sie suchen nach Ereignissen mit entweder einem oder zwei dieser „bottom-getaggten" Jets.
3. Die Massenprüfung: Sie berechnen das Gesamtgewicht (die Masse) der Teilchen.
   • Die beiden Photonen sollten etwa 125 GeV wiegen (das bekannte Gewicht des Higgs).
   • Die beiden Bottom-Quarks sollten so viel wiegen, wie das leichtere Teilchen $S$ wiegt.
   • Das Gesamtgewicht aller zusammen sollte das Gewicht des schweren Eltern-Teilchens $X$ offenbaren.

Die Verbesserungen: Ein schärferer Blick

Dieser Bericht ist eine Aktualisierung einer vorherigen Suche. Das Team hat nicht nur mehr Daten betrachtet, sondern sie auch besser betrachtet.

• Mehr Daten: Sie kombinierten Daten aus zwei verschiedenen Epochen des LHC (Run 2 und der frühe Teil von Run 3), was ihnen einen viel größeren „Heuhaufen" zum Durchsuchen gab.
• Bessere Werkzeuge: Sie verbesserten ihre „KI" zum Aufspüren von Bottom-Quarks, wodurch sie effizienter das Echte erkennen und falsche Signale ignorieren konnten.
• Schärferer Fokus: Sie verengten das Fenster für die Higgs-Masse (die beiden Photonen), was half, mehr vom Hintergrundrauschen auszuschneiden.

Die Ergebnisse: Keine neuen Teilchen gefunden

Nach der Analyse von 199 Femtobarn an Daten (eine massive Menge an Kollisionsaufzeichnungen) suchte das Team nach einer „Buckel" in den Daten – einem plötzlichen Anstieg der Anzahl von Ereignissen, der darauf hindeuten würde, dass ein neues Teilchen $X$ existiert.

• Das Ergebnis: Sie fanden keinen signifikanten Überschuss. Die Daten sahen genau so aus, wie es das Standardmodell (unsere derzeit beste Theorie der Physik) für Hintergrundrauschen vorhersagt.
• Das „Geister"-Signal: Bei einer früheren Suche mit älteren Daten gab es einen kleinen, faszinierenden „Buckel" bei einer bestimmten Masse (575 GeV), der so aussah, als könnte er ein neues Teilchen sein. Doch mit diesem neuen, größeren und präziseren Datensatz verschwand dieser Buckel. Es war wahrscheinlich nur ein statistischer Zufall oder ein Missverständnis des Hintergrundrauschens.

Die Schlussfolgerung: Grenzen setzen

Obwohl sie das neue Teilchen nicht fanden, war die Suche kein Misserfolg. In der Wissenschaft ist es genauso wichtig zu wissen, was nicht da ist, wie zu wissen, was da ist.

Das Team legte strenge Grenzen fest, wie schwer oder wie häufig dieses hypothetische Teilchen $X$ sein könnte. Im Wesentlichen sagten sie:

„Wenn dieses Teilchen $X$ existiert, muss es seltener sein als wir derzeit nachweisen können, oder es muss eine Masse außerhalb des von uns getesteten Bereichs haben."

Sie schlossen die Existenz dieses Teilchens für Massen zwischen 170 und 1000 GeV (für das schwere Eltern-Teilchen) und 15 und 500 GeV (für das leichtere Kind) aus, unter der Annahme, dass es auf diese spezifische Weise zerfällt.

Kurz gesagt: Das ATLAS-Team verwendete ein superleistungsstarkes Mikroskop, um die energiereichsten Kollisionen des Universums nach einer spezifischen, seltenen Familie von Teilchen zu scannen. Sie fanden die Familie nicht, aber sie kartografierten erfolgreich genau, wo sich die Familie nicht verstecken kann, und verengten damit die Suche nach zukünftigen Entdeckungen.

Technische Zusammenfassung

Technische Zusammenfassung: Suche nach einer Resonanz, die in ein skalares Teilchen und ein Higgs-Boson zerfällt ($X \to S(\to b\bar{b})H(\to \gamma\gamma)$)

Problem und Motivation
Während das 2012 entdeckte Higgs-Boson ($H$) gut mit den Vorhersagen des Standardmodells (SM) übereinstimmt, schließen experimentelle Daten die Existenz zusätzlicher skalare Zustände, die von verschiedenen Theorien jenseits des Standardmodells (BSM) vorhergesagt werden, nicht aus, wie etwa komplexe Singulett-Erweiterungen, Zwei-Higgs-Doublet-Modelle (2HDM) und das Next-to-Minimal Supersymmetric Standard Model (NMSSM). Dieser Beitrag behandelt die Suche nach einer schweren skalaren Resonanz $X$, die in ein leichteres skalares Teilchen $S$ und das SM-Higgs-Boson zerfällt ($X \to SH$), wobei $S$ in ein Paar von Bottom-Quarks ($b\bar{b}$) und $H$ in ein Photonenpaar ($\gamma\gamma$) zerfällt. Dieser spezifische Endzustand ($b\bar{b}\gamma\gamma$) bietet im Vergleich zu anderen Zerfallskanälen eine einzigartige Sensitivität, insbesondere im niederenergetischen Bereich für $S$. Frühere ATLAS- und CMS-Analysen mit Run-2-Daten haben Grenzen gesetzt, beobachteten jedoch lokale Abweichungen (z. B. ATLAS bei $(m_X, m_S) = (575, 200)$ GeV und CMS bei $(650, 90)$ GeV), die eine weitere Untersuchung mit erhöhter Statistik und verbesserten Analysetechniken rechtfertigen.

Methodik
Die Analyse verwendet Proton-Proton-Kollisionsdaten, die vom ATLAS-Detektor am LHC gesammelt wurden, entsprechend einer integrierten Luminosität von 140 fb$^{-1}$ bei $\sqrt{s}=13$ TeV (Run 2) und 58,6 fb$^{-1}$ bei $\sqrt{s}=13,6$ TeV (früher Run 3).

• Ereignisselektion: Es werden Ereignisse ausgewählt, die zwei Photonenkandidaten mit einer invarianten Masse ($m_{\gamma\gamma}$) zwischen 105 und 160 GeV aufweisen, sowie transversale Energien, die $E_T > 0,35 \times m_{\gamma\gamma}$ und $E_T > 0,25 \times m_{\gamma\gamma}$ erfüllen. Um $t\bar{t}H$-Untergrundbeiträge zu unterdrücken, werden Ereignisse verworfen, die identifizierte Elektronen oder Myonen enthalten.
• Signalerregionen (SR): Die Analyse definiert ein enges SR-Fenster um die Higgs-Masse ($122,5 < m_{\gamma\gamma} < 127,5$ GeV) und verengt das Fenster gegenüber der vorherigen Analyse, um den Untergrund um die Hälfte zu reduzieren, während 85–90 % des Signals erhalten bleiben. Die Ereignisse werden in zwei exklusive Regionen basierend auf der Anzahl der $b$-getaggten Jets kategorisiert: genau ein $b$-Jet und genau zwei $b$-Jets. Diese Kategorisierung berücksichtigt kinematische Variationen, bei denen das $S$-Boson stark geboostet ist (kollimierte $b$-Jets, die zu einem verschmelzen) oder einen niedrigen Impuls hat (ein $b$-Jet wird nicht rekonstruiert).
• Objekt-Rekonstruktion: Die Photon-Identifikation verwendet „Tight"-Kriterien. Jets werden mit dem anti-$k_t$-Algorithmus ($R=0,4$) unter Verwendung von Particle-Flow-Eingaben rekonstruiert. Ein signifikanter Upgrade besteht im Einsatz des GN2-Transformer-Neural-Networks für das $b$-Tagging, das eine Effizienz von 85 % erreicht (im Vergleich zu 77 % beim vorherigen DL1r-Algorithmus) bei vergleichbarer Unterdrückung von Leichter-Jets.
• Multivariate Analyse (MVA): Parametrisierte Neuronale Netze (PNNs) werden eingesetzt, um Signal vom Untergrund zu unterscheiden. Die PNNs nehmen kinematische Merkmale des Ereignisses (z. B. invariante Massen von $b$-Jet-Systemen, modifizierte invariante Massen $m^*_{bb\gamma\gamma}$ und $m^*_{b\gamma\gamma}$, die zur Dekorrelierung von $m_{\gamma\gamma}$ entwickelt wurden) sowie Phasenraum-Parameter ($m_X, m_S$) als Eingaben. Dies ermöglicht das Training eines einzigen Diskriminators, der über die gesamte Massenebene interpoliert ($170 \le m_X \le 1000$ GeV, $15 \le m_S \le 500$ GeV).
• Untergrundschätzung: Die Form des dominanten nicht-resonanten $\gamma\gamma$+Jets-Untergrunds wird mit Sherpa-MC modelliert, während seine Normalisierung aus Daten in Kontrollregionen (CR), die außerhalb des Higgs-Massenfensters definiert sind, abgeleitet wird. Andere Untergründe (z. B. $t\bar{t}\gamma\gamma$, $Z\gamma\gamma$, SM-Higgs-Produktion) werden unter Verwendung theoretischer Wirkungsquerschnitte normalisiert. Systematische Unsicherheiten, einschließlich solcher aus der Luminosität, der Jet-Energie-Skala, dem $b$-Tagging und der theoretischen Modellierung, werden als Störparameter im Fit behandelt.

Hauptbeiträge und Verbesserungen
Diese Arbeit stellt ein Update der vorherigen Run-2-Analyse [18] mit mehreren spezifischen technischen Fortschritten dar:

1. Datenvolumen: Einbeziehung früher Run-3-Daten (13,6 TeV), was den gesamten Datensatz um etwa 42 % erhöht.
2. Algorithmische Upgrades: Implementierung des GN2-$b$-Tagging-Algorithmus, der die $b$-Jet-Effizienz im Durchschnitt um 8 % verbessert.
3. Verfeinerte Selektion: Ein engeres $m_{\gamma\gamma}$-Signalfenster (122,5–127,5 GeV), um den Untergrund signifikant zu reduzieren.
4. Kalibrierungs-Updates: Überarbeitete $b$-Jet-Energiekorrekturen und aktualisierte Photon-Identifikations-/Isolationskriterien, um den Run-3-Pile-up-Bedingungen Rechnung zu tragen.
5. Trainingsstrategie: Neutrainieren der PNNs mit aktualisierten Eingaben und einer verfeinerten Definition der Signalerregionen.

Ergebnisse
Die Analyse führt eine simultane binierte Maximum-Likelihood-Anpassung an die PNN-Ausgabeverteilungen in den SRs und CRs für beide Datennahmeperioden und $b$-Tag-Kategorien durch.

• Beobachtung: Es wird kein signifikanter Überschuss über die SM-Nur-Untergrund-Hypothese beobachtet. Die maximale lokale Signifikanz beträgt 2,0 Standardabweichungen und wird bei $(m_X, m_S) = (235, 60)$ GeV gefunden.
• Frühere Anomalien: Der lokal beobachtete Überschuss von ATLAS bei $(575, 200)$ GeV (3,5$\sigma$) und die CMS-Abweichung bei $(650, 90)$ GeV werden in dieser Analyse nicht bestätigt. Die Ereignisse, die zum früheren ATLAS-Überschuss beitrugen, erfüllten die aktuellen Selektionskriterien nicht, da aktualisierte Photon-/Elektron-Rekonstruktion und $b$-Tagging angewendet wurden, oder sie fielen außerhalb des engeren $m_{\gamma\gamma}$-Fensters.
• Grenzwerte: 95 %-Konfidenzniveau (CL)-Obergrenzen werden für das Produkt aus Produktionswirkungsquerschnitt und Verzweigungsverhältnis ($\sigma \times \mathcal{B}$) für den Prozess $X \to S(\to b\bar{b})H(\to \gamma\gamma)$ bei 13 TeV festgelegt. Die Grenzen reichen von 9,0 fb bei $m_X=170$ GeV, $m_S=30$ GeV bis 0,06 fb bei $m_X=1000$ GeV, $m_S \in [175, 300]$ GeV.

Bedeutung
Der Beitrag behauptet eine signifikante Verbesserung der Sensitivität über die gesamte untersuchte Massenebene im Vergleich zur vorherigen reinen Run-2-Analyse. Die erwarteten Grenzen für den Wirkungsquerschnitt verbessern sich um 15 % bis 73 %, wobei die substantiellsten Gewinne (bis zu 73 %) im niederenergetischen Bereich auftreten. Diese Verbesserung wird auf die Kombination von Run-3-Daten, der engeren $m_{\gamma\gamma}$-Selektion, der höheren Effizienz des GN2-$b$-Tagging-Algorithmus und dem aktualisierten PNN-Training zurückgeführt. Die Ergebnisse liefern die bisher strengsten Einschränkungen für diese spezifische BSM-Zerfallstopologie und schließen die zuvor beobachteten lokalen Abweichungen effektiv als statistische Fluktuationen oder Artefakte früherer Analysekfigurationen aus.