Search for pair production of additional neutral scalars within the Inert Doublet Model in a final state with two electrons or two muons in proton-proton collisions at $\sqrt{s}$ = 13 TeV and 13.6 TeV

Unter Verwendung von Proton-Proton-Kollisionsdaten bei 13 und 13,6 TeV, die vom CMS-Detektor aufgezeichnet wurden, führt diese Studie die erste gezielte Suche nach paarweise erzeugten inerten Skalaren im Inert-Doublet-Modell über einen Endzustand mit zwei Leptonen und fehlendem transversalem Impuls durch, findet keine signifikante Überschreitung und setzt Ausschlussgrenzen auf den Massen der neuen neutralen Skalare auf dem 95%-Konfidenzniveau.

Das Wesentliche

Das große Ganze: Jagd auf unsichtbare Geister

Stellen Sie sich das Universum als eine riesige, geschäftige Stadt vor. Wir wissen fast alles über die Menschen, die dort leben (das „Standardmodell" der Physik), aber wir wissen auch, dass es „Geister" (Dunkle Materie) gibt, die den größten Teil der Masse der Stadt ausmachen. Wir können sie nicht sehen, aber wir wissen, dass sie da sind, weil sie Gewicht und Schwerkraft haben.

Das Inert-Dublett-Modell (IDM) ist eine spezifische Theorie darüber, wie diese Geister aussehen könnten. Es schlägt vor, dass es neben unseren vertrauten Teilchen eine verborgene „Schattenfamilie" von Teilchen gibt. Das leichteste Mitglied dieser Schattenfamilie, genannt H, ist stabil und unsichtbar. Es ist ein perfekter Kandidat für einen Dunkle-Materie-Geist.

Dieses Papier beschreibt ein massives Experiment am Large Hadron Collider (LHC) des CERN, bei dem Wissenschaftler versuchten, diese Geister auf frischer Tat zu ertappen.

Das Setup: Ein Hochgeschwindigkeits-Teilchen-Crash

Stellen Sie sich den LHC als eine riesige, kreisförmige Rennstrecke vor, auf der Protonen (winzige subatomare Teilchen) mit nahezu Lichtgeschwindigkeit herumrasen. Die Wissenschaftler lassen zwei Ströme dieser Protonen frontal aufeinanderprallen.

Wenn sie kollidieren, ist die Energie so intensiv, dass sie neue, schwere Teilchen erzeugen kann. Die Wissenschaftler suchen nach einem spezifischen Ereignis:

1. Zwei Protonen prallen zusammen.
2. Sie erzeugen ein Paar neuer, schwerer „Schatten"-Teilchen (nennen wir sie A und H).
3. Teilchen A ist instabil und zerfällt sofort (bricht auseinander) in ein bekanntes Teilchen (ein Z-Boson) und ein weiteres H.
4. Das Z-Boson zerfällt dann in ein Paar sichtbarer, geladener Teilchen: entweder zwei Elektronen oder zwei Myonen (die wie schwere Elektronen sind).
5. Die beiden H-Teilchen? Sie sind die Geister. Sie interagieren nicht mit dem Detektor, fliegen also einfach davon und nehmen Energie mit sich.

Der Hinweis: Da die Geister unsichtbar davonfliegen, sieht der Detektor ein Paar sichtbarer Teilchen (die Elektronen/Myonen), das zu scheinen scheint, gegen nichts zurückzustoßen. Diese „fehlende Energie" ist der rauchende Colt, der beweist, dass ein Geist da war.

Die Detektivarbeit: Das Rauschen filtern

Das Problem ist, dass die Rennstrecke chaotisch ist. Jedes Mal, wenn Protonen kollidieren, entstehen Milliarden „normaler" Ereignisse (Standardmodell-Hintergrund), die dem Geist-Signal sehr ähnlich sehen. Es ist wie der Versuch, eine spezifische, seltene Münze in einem Haufen von einer Milliarde anderen Münzen zu finden.

Um die Nadel im Heuhaufen zu finden, verwendeten die Wissenschaftler einen dreistufigen Filter:

1. Der grobe Filter (Vorselektion): Sie warfen jeden Crash weg, der nicht genau zwei Elektronen oder zwei Myonen hatte, oder wenn zu viel „Trümmer" (Jets anderer Teilchen) herumflogen. Sie suchten auch nach dem spezifischen „fehlenden Energie"-Signaturen.
2. Der intelligente Filter (Das neuronale Netzwerk): Dies ist die Hauptinnovation des Papiers. Anstatt nur eine Zahl zu betrachten (wie „wie viel Energie fehlt?"), verwendeten sie ein parametrisiertes neuronales Netzwerk (pNN).
   • Analogie: Stellen Sie sich einen Sicherheitsbeamten in einem Club vor. Ein normaler Beamter prüft Ihren Ausweis. Ein „intelligenter" Beamter weiß genau, wie die VIPs für jeden möglichen VIP aussehen. Dieses neuronale Netzwerk wurde trainiert, die spezifische „Form" des Signals für jede mögliche Masse des Geist-Teilchens zu erkennen. Es lernte zu sagen: „Wenn der Geist 70 GeV wiegt, suche nach diesem Muster. Wenn er 100 GeV wiegt, suche nach jenem Muster."
3. Die Kontrollgruppen: Um sicherzustellen, dass sie nicht vom Hintergrundrauschen getäuscht wurden, richteten sie „Kontrollbereiche" ein. Dies sind Bereiche der Daten, in denen sie wissen, dass nur normale Hintergrundereignisse existieren sollten. Sie nutzten diese, um ihre Erwartungen zu kalibrieren und sicherzustellen, dass, wenn sie im Hauptbereich etwas sahen, es echt war und nicht nur ein Fehler in ihrer Mathematik.

Die Ergebnisse: Keine Geister gefunden (noch nicht)

Nach der Analyse von Daten aus den Jahren 2016 bis 2022 (eine massive Informationsmenge, äquivalent zu 172 „inverse Femtobarn" an Kollisionen) betrachteten die Wissenschaftler die Ergebnisse.

• Das Urteil: Sie fanden keinen signifikanten Überschuss an Ereignissen. Die Anzahl der „geisterähnlichen" Crashs, die sie sahen, entsprach exakt dem, was sie von der normalen Physik erwarteten.
• Die Ausschlusszone: Obwohl sie die Geister nicht fanden, lernten sie etwas Wertvolles: Die Geister existieren nicht im Bereich, den wir untersucht haben.
  • Sie schlossen die Möglichkeit aus, dass der „H"-Geist eine Masse zwischen 60 und 180 GeV hat, abhängig davon, wie schwer der „A"-Partner ist.
  • Konkret können sie nun mit 95%iger Sicherheit sagen, dass, wenn diese Geister existieren, sie entweder schwerer als 108 GeV sind oder eine andere Massenbeziehung haben als die, die sie getestet haben.

Warum das wichtig ist

Dies ist die erste dedizierte Suche, die speziell entwickelt wurde, um diese Inert-Dublett-Modell-Teilchen mit dieser spezifischen Methode zu finden. Frühere Suchen waren wie der Versuch, eine Nadel im Heuhaufen zu finden, während man eine Augenklappe trug; diese Suche verwendete einen spezialisierten Metalldetektor (das neuronale Netzwerk), der speziell auf diese Nadel abgestimmt war.

Obwohl sie die Dunkle Materie nicht fanden, haben sie den Suchbereich erfolgreich eingegrenzt. Sie haben dem Universum gesagt: „Wenn du ein Dunkle-Materie-Teilchen dieses Typs versteckst, versteckst du es in einem anderen Massereich als dem, den wir gerade überprüft haben." Dies zwingt Theoretiker, ihre Karten zu aktualisieren und künftige Experimente darüber zu leiten, wo sie als Nächstes suchen sollen.

Kurz gesagt: Die Wissenschaftler haben Teilchen zerschlagen, eine superintelligente KI eingesetzt, um nach unsichtbaren Geistern zu suchen, keine gefunden und erfolgreich einen riesigen Abschnitt der „Wo suchen"-Karte durchgestrichen.

Technische Zusammenfassung

Technische Zusammenfassung: Suche nach der Paarproduktion zusätzlicher neutraler Skalare im Inert-Doublet-Modell

Problem und Motivation
Das Standardmodell (SM) der Teilchenphysik kann die Dunkle Materie (DM) nicht erklären, obwohl kosmologische Beobachtungen deren Häufigkeit belegen. Das Inert-Doublet-Modell (IDM) ist eine gut motivierte Erweiterung des SM, die ein zweites Higgs-Doublet einführt, das durch eine ungebrochene $Z_2$-Symmetrie geschützt ist. Diese Symmetrie verhindert, dass die neuen Skalare direkt an Fermionen koppeln, und gewährleistet die Stabilität des leichtesten neuen Skalars $H$, wodurch er zu einem viablen schwach wechselwirkenden massiven Teilchen (WIMP) als DM-Kandidat wird. Das IDM sagt vier zusätzliche skalare Bosonen voraus: zwei neutrale ($H$ und $A$) und zwei geladene ($H^\pm$). Während phänomenologische Studien die Sensitivität des IDM an zukünftigen Kollidern untersucht haben, wurde vor dieser Arbeit keine dedizierte experimentelle Suche nach IDM-Skalaren unter Verwendung von Kollisionsdaten durchgeführt. Bestehende Analysen waren oft aufgrund hoher Schwellenwerte für den fehlenden transversalen Impuls ($p_T^{miss}$) oder lockerer Einschränkungen bei der Neuinterpretation für große Teile des IDM-Parameterraums unempfindlich.

Methodik
Diese Arbeit stellt eine Suche nach der Paarproduktion von IDM-Skalaren in Proton-Proton-Kollisionen bei Schwerpunktsenergien von $\sqrt{s} = 13$ TeV und 13,6 TeV vor, die vom CMS-Detektor aufgezeichnet wurden. Die Analyse nutzt eine integrierte Luminosität von 138 fb$^{-1}$ (Run 2, 2016–2018) und 35 fb$^{-1}$ (Run 3, 2022).

• Signaltopologie: Der primäre Suchkanal zielt auf den Prozess $pp \to AH$ ab, wobei der schwerere Skalar $A$ in $ZH$ zerfällt und die stabilen $H$-Teilchen der Detektion entgehen. Der Endzustand besteht aus genau zwei entgegengesetzt geladenen Leptonen gleichen Flavors (OCSF) (Elektronen oder Myonen) aus dem Zerfall des $Z$-Bosons, begleitet von signifikantem fehlendem transversalem Impuls ($p_T^{miss}$) von den beiden $H$-Teilchen und minimaler hadronischer Aktivität. Die Analyse konzentriert sich auf den Bereich der invariante Masse der Leptonenpaare $12 < m_{\ell\ell} < 80$ GeV, um niederenergetische Resonanzen und das dominante $Z$-Boson-Peak zu vermeiden.
• Ereignisselektion: Ereignisse durchlaufen eine Vorselektion, die zwei enge Leptonen, $p_T^{miss}$ und kinematische Einschränkungen für das Leptonenpaar-System erfordert (z. B. $p_T^{\ell\ell} > 15$ GeV, $\Delta\phi(\vec{p}_T^{\ell\ell}, \vec{p}_T^{miss}) > 1$ rad). Für Ereignisse mit zusätzlichen losen Leptonen oder $b$-markierten Jets wird ein Veto angewendet, um Untergründe von $t\bar{t}$ und $W$+Jets zu unterdrücken.
• Multivariate Analyse: Um das Signal von den verbleibenden SM-Untergründen (dominiert durch $WW$, $t\bar{t}$, $ZZ$ und $WZ$) zu trennen, wird ein parametrisiertes neuronales Netzwerk (pNN) eingesetzt. Das pNN nimmt die Signal-Massenparameter ($m_H, m_A$) zusammen mit 26 kinematischen Merkmalen (einschließlich transversaler Massen, stransversaler Massen $m_{T2}$ und Jet-Z-Balance) als Eingaben. Dieser Ansatz ermöglicht es einem einzigen Netzwerk, die Diskriminierung über den gesamten Parameterraum zu optimieren ($m_H \in [60, 180]$ GeV, $m_A - m_H \in [20, 100]$ GeV) und erleichtert die Interpolation zwischen simulierten Masspunkten.
• Untergrundschätzung: Die Normalisierung der Untergründe wird unter Verwendung datengetriebener Kontrollregionen (CRs) eingeschränkt, die mit spezifischen Prozessen angereichert sind:
  • ZZ-CR: Vier-Lepton-Ereignisse, bei denen ein Leptonenpaar als Neutrino-Proxy fungiert.
  • WW/$t\bar{t}$-CR: Ereignisse mit entgegengesetzt geladenen Leptonen unterschiedlichen Flavors, aufgeteilt nach der Multiplicität der $b$-Jets.
  • WZ-CR: Drei-Lepton-Ereignisse.
  • MisID-CRs: Gleichgeladene Leptonenpaar-Ereignisse zur Schätzung von Untergründen durch Jets, die fälschlicherweise als Leptonen identifiziert wurden.
    Eine simultane gebinnte Maximum-Likelihood-Anpassung wird über die Signalregion (SR) und alle CRs durchgeführt.

Hauptbeiträge

• Erste dedizierte Suche: Diese Arbeit stellt die erste dedizierte Suche nach der Paarproduktion von IDM-Skalaren unter Verwendung von LHC-Kollisionsdaten dar.
• Parametrisiertes neuronales Netzwerk: Die Anwendung eines pNN ermöglicht eine kontinuierliche Durchmusterung des IDM-Parameterraums, ohne dass separate Netzwerke für jede Massenhypothese erforderlich sind, und bewältigt effektiv die Interpolation der Signalformen.
• Umfassende Untergrundkontrolle: Die Analyse nutzt eine robuste Reihe von Kontrollregionen, um dominante Untergründe direkt aus den Daten zu einschränken, was die Abhängigkeit von rein simulationsbasierten Vorhersagen für Normalisierungen verringert.

Ergebnisse
Es wurde kein signifikanter Überschuss an Ereignissen über die SM-Untergrundvorhersage hinaus beobachtet. Der größte lokale Überschuss entspricht einem $p$-Wert von etwa 1,5 Standardabweichungen bei $m_H = 110$ GeV und $m_A = 145$ GeV.

Ausschlussgrenzen auf dem 95 %-Konfidenzniveau (CL) wurden für den Produktionsquerschnitt des $AH$-Paares in Abhängigkeit von $m_H$ und $m_A - m_H$ festgelegt:

• Für eine Massenaufspaltung von $m_A - m_H = 78$ GeV erreicht der beobachtete (erwartete) Ausschluss $m_H = 108$ (106) GeV.
• Bei $m_H = 70$ GeV deckt der beobachtete (erwartete) Ausschluss den Bereich $m_A - m_H = 40\text{--}90$ (35–90) GeV ab.
• Die Grenzen werden unter der Annahme spezifischer IDM-Parameter berechnet ($\lambda_2 = 1$, $\lambda_{345} = 10^{-6}$, $m_{H^\pm} = m_A + 50$ GeV), wobei die Ergebnisse jedoch als unempfindlich gegenüber Variationen dieser Parameter innerhalb ihrer erlaubten Bereiche vermerkt sind.

Bedeutung
Die Arbeit behauptet, dass diese Ergebnisse die ersten Grenzen für die Massen der neutralen Skalare im Inert-Doublet-Modell darstellen, die durch eine dedizierte Suche unter Verwendung von Kollisionsdaten gewonnen wurden. Die abgeleiteten Ausschlusskonturen erweitern die zuvor durch direkte Detektionsexperimente, indirekte DM-Suchen und Neuinterpretationen von LEP-Daten etablierten Einschränkungen erheblich. Durch die Abdeckung von Bereichen des Parameterraums, die zuvor nicht ausgeschlossen waren, liefert diese Analyse kritische experimentelle Eingaben für die Viabilität des IDM als Dunkle-Materie-Modell.