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

Utilizando datos de colisiones protón-protón a 13 y 13,6 TeV recopilados por el detector CMS, este estudio realiza la primera búsqueda dedicada de escalares inertes producidos en pares en el Modelo de Doblete Inerte mediante un estado final de dileptón más momento transversal faltante, no encontrando ningún exceso significativo y estableciendo límites de exclusión al 95 % de nivel de confianza sobre las masas de los nuevos escalares neutros.

Lo esencial

La Gran Imagen: Caza de Fantasmas Invisibles

Imagina que el universo es una ciudad gigante y bulliciosa. Sabemos casi todo sobre las personas que viven allí (el "Modelo Estándar" de la física), pero también sabemos que hay "fantasmas" (Materia Oscura) que constituyen la mayor parte de la masa de la ciudad. No podemos verlos, pero sabemos que están ahí porque tienen peso y gravedad.

El Modelo de Doblete Inerte (IDM) es una teoría específica sobre cómo podrían verse estos fantasmas. Sugiere que, junto a nuestras partículas familiares, existe una "familia sombra" oculta de partículas. El miembro más ligero de esta familia sombra, llamado H, es estable e invisible. Es un candidato perfecto para un fantasma de Materia Oscura.

Este artículo describe un experimento masivo en el Gran Colisionador de Hadrones (LHC) del CERN, donde los científicos intentaron atrapar a estos fantasmas en el acto.

El Escenario: Una Colisión de Partículas a Alta Velocidad

Piensa en el LHC como una pista de carreras circular gigante donde los protones (partículas subatómicas diminutas) zumban a casi la velocidad de la luz. Los científicos chocan dos corrientes de estos protones de frente.

Cuando chocan, la energía es tan intensa que puede crear nuevas partículas pesadas. Los científicos buscan un evento específico:

1. Dos protones chocan entre sí.
2. Crean un par de nuevas partículas "sombras" pesadas (llamémoslas A y H).
3. La partícula A es inestable y decae inmediatamente (se desintegra) en una partícula conocida (un bosón Z) y otra H.
4. El bosón Z luego decae en un par de partículas cargadas visibles: ya sea dos electrones o dos muones (que son como electrones pesados).
5. ¿Y las dos partículas H? Son los fantasmas. No interactúan con el detector, así que simplemente vuelan, llevándose energía consigo.

La Pista: Como los fantasmas vuelan sin ser vistos, el detector ve un par de partículas visibles (los electrones/muones) que parecen rebotar contra nada. Esta "energía faltante" es la prueba irrefutable de que un fantasma estuvo allí.

El Trabajo de Detective: Filtrando el Ruido

El problema es que la pista de carreras es un desorden. Cada vez que los protones chocan, crean miles de millones de eventos "normales" (fondo del Modelo Estándar) que se parecen mucho a la señal del fantasma. Es como intentar encontrar una moneda específica y rara en una pila de mil millones de otras monedas.

Para encontrar la aguja en el pajar, los científicos utilizaron un filtro de tres pasos:

1. El Filtro Rudo (Pre-selección): Descartaron cualquier choque que no tuviera exactamente dos electrones o dos muones, o si había demasiado "escombros" (chorros de otras partículas) volando por ahí. También buscaron la firma específica de "energía faltante".
2. El Filtro Inteligente (La Red Neuronal): Esta es la principal innovación del artículo. En lugar de mirar solo un número (como "¿cuánta energía falta?"), utilizaron una Red Neuronal Parametrizada (pNN).
   • Analogía: Imagina a un guardia de seguridad en un club. Un guardia normal revisa tu identificación. Un guardia "inteligente" sabe exactamente cómo son los VIPs para cada VIP posible. Esta red neuronal fue entrenada para reconocer la "forma" específica de la señal para cada masa posible de la partícula fantasma. Aprendió a decir: "Si el fantasma pesa 70 GeV, busca este patrón. Si pesa 100 GeV, busca ese patrón".
3. Los Grupos de Control: Para asegurarse de no ser engañados por el ruido de fondo, establecieron "Regiones de Control". Estas son áreas de los datos donde saben que solo deberían existir eventos de fondo normales. Las utilizaron para calibrar sus expectativas, asegurándose de que si veían algo en el área principal, fuera real y no solo un fallo en sus cálculos.

Los Resultados: No se Encontraron Fantasmas (Aún)

Después de analizar datos de 2016 a 2022 (una cantidad masiva de información, equivalente a 172 "femtobarns inversos" de colisiones), los científicos examinaron los resultados.

• El Veredicto: No encontraron ningún exceso significativo de eventos. El número de choques "tipo fantasma" que vieron coincidió exactamente con lo que esperaban de la física normal.
• La Zona de Exclusión: Aunque no encontraron a los fantasmas, aprendieron algo valioso: Los fantasmas no existen en el rango que buscamos.
  • Descartaron la posibilidad de que el fantasma "H" tenga una masa entre 60 y 180 GeV, dependiendo de qué tan pesado sea su compañero "A".
  • Específicamente, ahora pueden afirmar con un 95% de confianza que si estos fantasmas existen, o bien son más pesados que 108 GeV, o tienen una relación de masa diferente a la de los que probaron.

Por Qué Esto Importa

Esta es la primera búsqueda dedicada diseñada específicamente para encontrar estas partículas del Modelo de Doblete Inerte utilizando este método específico. Las búsquedas anteriores eran como buscar una aguja en un pajar con vendas en los ojos; esta búsqueda utilizó un detector de metales especializado (la red neuronal) sintonizado específicamente para esa aguja.

Aunque no encontraron la Materia Oscura, han reducido con éxito el área de búsqueda. Han dicho al universo: "Si estás escondiendo una partícula de Materia Oscura de este tipo, la estás escondiendo en un rango de masa diferente al que acabamos de revisar". Esto obliga a los teóricos a actualizar sus mapas y guía a los futuros experimentos sobre dónde buscar a continuación.

En resumen: Los científicos chocaron partículas, utilizaron una IA superinteligente para buscar fantasmas invisibles, no encontraron ninguno, y marcaron con éxito una sección enorme del mapa de "Dónde buscar".

Resumen técnico

Resumen Técnico: Búsqueda de la Producción en Par de Escalares Neutros Adicionales dentro del Modelo de Doblete Inerte

Problema y Motivación
El Modelo Estándar (ME) de la física de partículas no puede explicar la materia oscura (MO), a pesar de que las observaciones cosmológicas indican su abundancia. El Modelo de Doblete Inerte (MDI) es una extensión bien motivada del ME que introduce un segundo doblete de Higgs protegido por una simetría $Z_2$ no rota. Esta simetría impide que los nuevos escalares se acoplen directamente a los fermiones y garantiza la estabilidad del escalar nuevo más ligero, $H$, lo que lo convierte en un candidato viable de partícula masiva de interacción débil (WIMP) para la MO. El MDI predice cuatro bosones escalares adicionales: dos neutros ($H$ y $A$) y dos cargados ($H^\pm$). Aunque los estudios fenomenológicos han explorado la sensibilidad del MDI en futuros colisionadores, no se había realizado ninguna búsqueda experimental dedicada de escalares del MDI utilizando datos de colisionadores antes de este trabajo. Los análisis existentes a menudo eran insensibles a grandes porciones del espacio de parámetros del MDI debido a umbrales altos en el momento transversal faltante ($p_T^{miss}$) o a restricciones laxas al ser reinterpretados.

Metodología
Este artículo presenta una búsqueda de la producción en par de escalares del MDI en colisiones protón-protón a energías en el centro de masa de $\sqrt{s} = 13$ TeV y 13.6 TeV, registradas por el detector CMS. El análisis utiliza una luminosidad integrada de 138 fb$^{-1}$ (Run 2, 2016–2018) y 35 fb$^{-1}$ (Run 3, 2022).

• Topología de la Señal: El canal principal de búsqueda apunta al proceso $pp \to AH$, donde el escalar más pesado $A$ decae a $ZH$, y las partículas estables $H$ escapan a la detección. El estado final consiste en exactamente dos leptones de carga opuesta y mismo sabor (OCSF) (electrones o muones) provenientes del decaimiento del bosón $Z$, acompañados de un momento transversal faltante significativo ($p_T^{miss}$) de las dos partículas $H$, y actividad hadrónica mínima. El análisis se centra en el rango de masa invariante dileptónica $12 < m_{\ell\ell} < 80$ GeV para evitar resonancias de baja masa y el pico dominante del bosón $Z$.
• Selección de Eventos: Los eventos pasan por una preselección que requiere dos leptones estrictos, $p_T^{miss}$, y restricciones cinemáticas en el sistema dileptónico (por ejemplo, $p_T^{\ell\ell} > 15$ GeV, $\Delta\phi(\vec{p}_T^{\ell\ell}, \vec{p}_T^{miss}) > 1$ rad). Se aplica un veto a eventos con leptones sueltos adicionales o jets etiquetados como $b$ para suprimir los fondos de $t\bar{t}$ y $W$+jets.
• Análisis Multivariante: Para separar la señal de los fondos restantes del ME (dominados por $WW$, $t\bar{t}$, $ZZ$y$WZ$), se emplea una red neuronal parametrizada (pNN). La pNN toma los parámetros de masa de la señal ($m_H, m_A$) como entradas junto con 26 características cinemáticas (incluyendo masas transversales, masas transversales dobles $m_{T2}$ y el equilibrio jet-Z). Este enfoque permite que una sola red optimice la discriminación en todo el espacio de parámetros ($m_H \in [60, 180]$ GeV, $m_A - m_H \in [20, 100]$ GeV) y facilita la interpolación entre puntos de masa simulados.
• Estimación del Fondo: Las normalizaciones del fondo se restringen utilizando regiones de control (CR) basadas en datos y enriquecidas en procesos específicos:
  • CR de ZZ: Eventos de cuatro leptones con un par dileptónico actuando como proxy de neutrino.
  • CR de WW/$t\bar{t}$: Eventos con leptones de carga opuesta y sabor diferente, divididos por la multiplicidad de jets $b$.
  • CR de WZ: Eventos de tres leptones.
  • CR de MisID: Eventos dileptónicos de misma carga para estimar fondos provenientes de jets mal identificados como leptones.
    Se realiza un ajuste de verosimilitud máxima binned simultáneo a través de la región de señal (SR) y todas las CR.

Contribuciones Clave

• Primera Búsqueda Dedicada: Este trabajo constituye la primera búsqueda dedicada de la producción en par de escalares del MDI utilizando datos de colisiones del LHC.
• Red Neuronal Parametrizada: La aplicación de una pNN permite un escaneo continuo del espacio de parámetros del MDI sin requerir redes separadas para cada hipótesis de masa, manejando efectivamente la interpolación de las formas de la señal.
• Control Exhaustivo del Fondo: El análisis utiliza un conjunto robusto de regiones de control para restringir los fondos dominantes directamente desde los datos, reduciendo la dependencia de predicciones basadas únicamente en simulaciones para las normalizaciones.

Resultados
No se observó un exceso significativo de eventos sobre la predicción del fondo del ME. El mayor exceso local corresponde a un valor $p$ de aproximadamente 1.5 desviaciones estándar en $m_H = 110$ GeV y $m_A = 145$ GeV.

Se establecieron límites de exclusión al 95% de nivel de confianza (CL) sobre la sección eficaz de producción del par $AH$ en función de $m_H$ y $m_A - m_H$:

• Para una división de masa de $m_A - m_H = 78$ GeV, la exclusión observada (esperada) alcanza $m_H = 108$ (106) GeV.
• En $m_H = 70$ GeV, la exclusión observada (esperada) cubre el rango $m_A - m_H = 40\text{--}90$ (35–90) GeV.
• Los límites se calculan asumiendo parámetros específicos del MDI ($\lambda_2 = 1$, $\lambda_{345} = 10^{-6}$, $m_{H^\pm} = m_A + 50$ GeV), aunque se señala que los resultados son insensibles a variaciones en estos parámetros dentro de sus rangos permitidos.

Significado
El artículo afirma que estos resultados representan los primeros límites sobre las masas de los escalares neutros en el Modelo de Doblete Inerte obtenidos mediante una búsqueda dedicada utilizando datos de colisiones. Los contornos de exclusión derivados extienden significativamente las restricciones establecidas previamente por experimentos de detección directa, búsquedas indirectas de MO y reinterpretaciones de datos del LEP. Al cubrir regiones del espacio de parámetros no excluidas previamente, este análisis proporciona una entrada experimental crítica para la viabilidad del MDI como modelo de materia oscura.