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

Utilizando 199 fb$^{-1}$ de datos de colisiones protón-protón recopilados por el detector ATLAS a 13 y 13.6 TeV, una búsqueda de una resonancia escalar pesada que decae en un escalar más ligero y un bosón de Higgs en el estado final $b\bar{b}\gamma\gamma$ no encontró ningún exceso significativo sobre el fondo del Modelo Estándar, lo que llevó al establecimiento de límites superiores al 95% de nivel de confianza sobre el producto de la sección eficaz de producción por la fracción de ramificación.

Lo esencial

Imagina el Gran Colisionador de Hadrones (LHC) como una pista de carreras de partículas masiva y de alta velocidad donde los protones (partículas subatómicas diminutas) chocan entre sí a casi la velocidad de la luz. Cuando colisionan, crean una explosión caótica de energía que forma brevemente nuevas partículas más pesadas antes de desintegrarse instantáneamente en otras más ligeras y estables.

Este documento es un informe de la Colaboración ATLAS, un equipo de científicos que utiliza un detector gigante (como una cámara 3D) para observar estas colisiones. Están buscando un evento muy específico y raro: la desintegración de una "partícula madre pesada" en una "partícula hija más ligera" y el famoso "bosón de Higgs".

Aquí está la historia de su búsqueda, explicada de forma sencilla:

El Misterio: Una Madre Pesada y Dos Hijos

Los científicos están cazando una partícula pesada hipotética a la que llaman $X$.

• La Teoría: Creen que $X$ podría ser una partícula "madre" que no dura mucho. Cuando muere, se divide en dos "hijos":
  1. Una partícula escalar más ligera llamada $S$.
  2. El famoso bosón de Higgs (la partícula descubierta en 2012 que otorga masa a otras partículas).
• La Cadena de Desintegración:
  • El bosón de Higgs se transforma inmediatamente en dos fotones (partículas de luz).
  • La partícula más ligera $S$ se transforma inmediatamente en dos quarks bottom (que se comportan como chorros de energía en el detector).
• El Objetivo: Quieren encontrar la "huella dactilar" de este árbol genealógico específico: Dos Fotones + Dos Quarks Bottom.

La Estrategia de Búsqueda: Encontrar una Aguja en un Pajero

Imagina intentar encontrar una moneda específica y rara en un montón masivo de tierra. La "tierra" es el ruido de fondo de miles de millones de colisiones de partículas ordinarias que ocurren cada segundo. La "moneda rara" es la señal que están buscando.

1. El Filtro (Disparadores): El detector está demasiado ocupado para registrar cada colisión. Utiliza un "filtro inteligente" para guardar solo los eventos donde aparecen dos destellos de luz de alta energía (fotones) juntos.
2. La Identificación (Etiquetado): Una vez que tienen un evento candidato, buscan los "quarks bottom". Utilizan un algoritmo especial (un tipo de IA llamado GN2) para identificar chorros de energía que probablemente provienen de quarks bottom. Buscan eventos con uno o dos de estos chorros "etiquetados como bottom".
3. La Verificación de Masa: Calculan el peso total (masa) de las partículas.
   • Los dos fotones deberían pesar aproximadamente 125 GeV (el peso conocido del Higgs).
   • Los dos quarks bottom deberían pesar lo que pese la partícula más ligera $S$.
   • El peso total de todo combinado debería revelar el peso de la madre pesada $X$.

Las Mejoras: Una Lente Más Nítida

Este documento es una actualización de una búsqueda anterior. El equipo no solo miró más datos; miró mejor.

• Más Datos: Combinaron datos de dos épocas diferentes del LHC (Run 2 y la parte temprana de Run 3), lo que les dio un "pajero" mucho más grande para buscar.
• Mejores Herramientas: Mejoraron su "IA" para detectar quarks bottom, haciéndola más eficiente para identificar lo real e ignorar señales falsas.
• Enfoque Más Estricto: Ajustaron la ventana para la masa del Higgs (los dos fotones), lo que ayudó a eliminar más ruido de fondo.

Los Resultados: No se Encontraron Nuevas Partículas

Después de analizar 199 femtobarns de datos (una cantidad masiva de registros de colisiones), el equipo buscó un "bache" en los datos: un pico repentino en el número de eventos que indicaría que existe una nueva partícula $X$.

• El Resultado: No encontraron ningún exceso significativo. Los datos se veían exactamente como lo predice el Modelo Estándar (nuestra mejor teoría actual de la física) para el ruido de fondo.
• La Señal "Fantasma": En una búsqueda anterior con datos más antiguos, hubo un pequeño "bache" intrigante en una masa específica (575 GeV) que parecía que podría ser una nueva partícula. Sin embargo, con este nuevo conjunto de datos, más grande y preciso, ese bache desapareció. Probablemente fue solo una casualidad estadística o un malentendido del ruido de fondo.

La Conclusión: Estableciendo Límites

Aunque no encontraron la nueva partícula, la búsqueda no fue un fracaso. En ciencia, saber lo que no está ahí es tan importante como saber lo que sí está.

El equipo estableció límites estrictos sobre cuán pesada o cuán común podría ser esta partícula hipotética $X$. Esencialmente dijeron:

"Si esta partícula $X$ existe, debe ser más rara de lo que podemos detectar actualmente, o debe tener una masa fuera del rango que probamos".

Descartaron la existencia de esta partícula para masas entre 170 y 1000 GeV (para la madre pesada) y 15 y 500 GeV (para el hijo más ligero), asumiendo que se desintegra de esta manera específica.

En resumen: El equipo de ATLAS utilizó un microscopio superpoderoso para escanear las colisiones más energéticas del universo en busca de una familia específica y rara de partículas. No encontraron a la familia, pero mapearon con éxito exactamente dónde la familia no puede estar escondida, estrechando la búsqueda para futuros descubrimientos.

Resumen técnico

Resumen Técnico: Búsqueda de una Resonancia que Decae en una Partícula Escalar y un Bosón de Higgs ($X \to S(\to b\bar{b})H(\to \gamma\gamma)$)

Problema y Motivación
Aunque el bosón de Higgs ($H$) descubierto en 2012 se ajusta bien a las predicciones del Modelo Estándar (ME), los datos experimentales no descartan la existencia de estados escalares adicionales predichos por diversas teorías más allá del Modelo Estándar (BSM), como extensiones de singlete complejo, Modelos de Dos Dobletes de Higgs (2HDM) y el Modelo Supersimétrico Estándar No Mínimo (NMSSM). Este artículo aborda la búsqueda de una resonancia escalar pesada $X$ que decae en un escalar más ligero $S$ y el bosón de Higgs del ME ($X \to SH$), donde $S$ decae en un par de quarks bottom ($b\bar{b}$) y $H$ decae en un par de fotones ($\gamma\gamma$). Este estado final específico ($b\bar{b}\gamma\gamma$) ofrece una sensibilidad única, particularmente en la región de baja masa para $S$, en comparación con otros canales de decaimiento. Análisis previos de ATLAS y CMS utilizando datos de la Run-2 han establecido límites, pero observaron desviaciones locales (por ejemplo, ATLAS en $(m_X, m_S) = (575, 200)$ GeV y CMS en $(650, 90)$ GeV) que justifican una investigación adicional con estadísticas aumentadas y técnicas de análisis mejoradas.

Metodología
El análisis utiliza datos de colisiones protón-protón recopilados por el detector ATLAS en el LHC, correspondientes a una luminosidad integrada de 140 fb$^{-1}$ a $\sqrt{s}=13$ TeV (Run 2) y 58.6 fb$^{-1}$ a $\sqrt{s}=13.6$ TeV (inicios de la Run 3).

• Selección de Eventos: Se seleccionan eventos requiriendo dos candidatos a fotones con una masa invariante ($m_{\gamma\gamma}$) entre 105 y 160 GeV, y energías transversales que satisfacen $E_T > 0.35 \times m_{\gamma\gamma}$ y $E_T > 0.25 \times m_{\gamma\gamma}$. Para suprimir los fondos de $t\bar{t}H$, se rechazan los eventos que contienen electrones o muones identificados.
• Regiones de Señal (SR): El análisis define una ventana SR ajustada alrededor de la masa del Higgs ($122.5 < m_{\gamma\gamma} < 127.5$ GeV), estrechando la ventana respecto al análisis anterior para reducir el fondo a la mitad mientras se retiene el 85–90% de la señal. Los eventos se categorizan en dos regiones excluyentes basadas en el número de jets etiquetados como $b$: exactamente un jet $b$ y exactamente dos jets $b$. Esta categorización aborda variaciones cinemáticas donde el bosón $S$ está altamente impulsado (jets $b$ colimados que se fusionan en uno) o tiene bajo momento (un jet $b$ no reconstruido).
• Reconstrucción de Objetos: La identificación de fotones utiliza criterios "Tight". Los jets se reconstruyen utilizando el algoritmo anti-$k_t$ ($R=0.4$) con entradas de flujo de partículas. Una mejora significativa implica el uso de la red neuronal transformadora GN2 para la etiquetación $b$, logrando una eficiencia del 85% (frente al 77% del algoritmo DL1r anterior) con una rechazo de jets ligeros comparable.
• Análisis Multivariante (MVA): Se emplean Redes Neuronales Parametrizadas (PNN) para discriminar la señal del fondo. Las PNN toman como entradas características cinemáticas del evento (por ejemplo, masas invariantes de sistemas de jets $b$, masas invariantes modificadas $m^*_{bb\gamma\gamma}$ y $m^*_{b\gamma\gamma}$ diseñadas para descorrelacionarse de $m_{\gamma\gamma}$) y parámetros del espacio de fases ($m_X, m_S$). Esto permite el entrenamiento de un único discriminante que interpola a través de todo el plano de masas ($170 \le m_X \le 1000$ GeV, $15 \le m_S \le 500$ GeV).
• Estimación del Fondo: La forma del fondo no resonante dominante $\gamma\gamma$+jets se modela utilizando Sherpa MC, mientras que su normalización se deriva de datos en Regiones de Control (CR) definidas fuera de la ventana de masa del Higgs. Otros fondos (por ejemplo, $t\bar{t}\gamma\gamma$, $Z\gamma\gamma$, producción de Higgs del ME) se normalizan utilizando secciones eficaces teóricas. Las incertidumbres sistemáticas, incluidas las de luminosidad, escala de energía de jets, etiquetado $b$ y modelado teórico, se tratan como parámetros de molestia en el ajuste.

Contribuciones Clave y Mejoras
Este trabajo representa una actualización del análisis anterior de la Run-2 [18] con varios avances técnicos específicos:

1. Volumen de Datos: Inclusión de datos tempranos de la Run-3 (13.6 TeV), aumentando el conjunto de datos total en aproximadamente un 42%.
2. Mejoras Algorítmicas: Implementación del algoritmo de etiquetado $b$ GN2, mejorando la eficiencia de jets $b$ en un 8% en promedio.
3. Selección Refinada: Una ventana de señal $m_{\gamma\gamma}$ más estrecha (122.5–127.5 GeV) para reducir significativamente el fondo.
4. Actualizaciones de Calibración: Correcciones revisadas de energía de jets $b$ y criterios actualizados de identificación/aislamiento de fotones para tener en cuenta las condiciones de apilamiento (pile-up) de la Run-3.
5. Estrategia de Entrenamiento: Reentrenamiento de las PNN con entradas actualizadas y una definición refinada de las regiones de señal.

Resultados
El análisis realiza un ajuste simultáneo de máxima verosimilitud binned a las distribuciones de salida de la PNN en las SR y CR para ambos periodos de toma de datos y categorías de etiquetado $b$.

• Observación: No se observa un exceso significativo sobre la hipótesis de solo fondo del ME. La significancia local máxima es de 2.0 desviaciones estándar, encontrada en $(m_X, m_S) = (235, 60)$ GeV.
• Anomalías Previas: El exceso local observado previamente por ATLAS en $(575, 200)$ GeV (3.5$\sigma$) y la desviación de CMS en $(650, 90)$ GeV no se confirman en este análisis. Los eventos que contribuían al exceso anterior de ATLAS se encontraron que no cumplían los criterios de selección actuales debido a la reconstrucción actualizada de fotones/electrones y al etiquetado $b$, o por caer fuera de la ventana $m_{\gamma\gamma}$ más ajustada.
• Límites: Se establecen límites superiores al 95% de Nivel de Confianza (CL) sobre el producto de la sección eficaz de producción y la fracción de ramificación ($\sigma \times \mathcal{B}$) para el proceso $X \to S(\to b\bar{b})H(\to \gamma\gamma)$ a 13 TeV. Los límites varían desde 9.0 fb en $m_X=170$ GeV, $m_S=30$ GeV hasta 0.06 fb en $m_X=1000$ GeV, $m_S \in [175, 300]$ GeV.

Significancia
El artículo afirma una mejora significativa en la sensibilidad a través de todo el plano de masas sondeado en comparación con el análisis anterior solo de Run-2. Los límites esperados sobre la sección eficaz mejoran entre un 15% y un 73%, con las ganancias más sustanciales (hasta un 73%) ocurriendo en la región de baja masa. Esta mejora se atribuye a la combinación de datos de la Run-3, la selección $m_{\gamma\gamma}$ más ajustada, la mayor eficiencia del algoritmo de etiquetado $b$ GN2 y el entrenamiento actualizado de la PNN. Los resultados proporcionan las restricciones más estrictas hasta la fecha sobre esta topología de decaimiento BSM específica, descartando efectivamente las desviaciones locales observadas previamente como fluctuaciones estadísticas o artefactos de configuraciones de análisis anteriores.