Search for pair-produced vector-like $T$-quarks decaying into $Ht$ final states in the lepton-plus-jets channel in $pp$ collisions at $\sqrt{s}$=13 TeV with the ATLAS detector

Utilizando 139 fb$^{-1}$ de datos de colisiones protón-protón a 13 TeV del detector ATLAS, este estudio busca la producción en pares de quarks vectoriales $T$ que decaen en estados finales de Higgs-top en el canal de leptón más jets, sin encontrar ningún exceso significativo sobre las predicciones del Modelo Estándar y estableciendo límites inferiores de masa al 95% de nivel de confianza de 1.40 a 1.66 TeV, dependiendo de la representación del quark $T$ y de la fracción de ramificación.

Lo esencial

La Gran Imagen: Caza de "Gemelos Pesados"

Imagina que el universo es una pista de carreras gigante y de alta velocidad (el Gran Colisionador de Hadrones, o LHC). Los físicos del CERN son como los oficiales de carrera que hacen chocar protones a casi la velocidad de la luz para ver qué sucede. Por lo general, estos choques producen un conjunto predecible de partículas, como coches y motocicletas estándar.

Sin embargo, el Modelo Estándar (nuestro actual reglamento de la física) tiene algunas lagunas. Una gran pregunta es: ¿Por qué el bosón de Higgs (la partícula que da masa a otras partículas) es tan ligero? Para solucionar este problema de "ajuste fino", algunas teorías sugieren que existen "gemelos pesados" del quark top (la partícula conocida más pesada). Estos se llaman Quarks T de Tipo Vectorial.

Este artículo es un informe del equipo del experimento ATLAS que dice: "Buscamos muy bien estos gemelos pesados, pero no los encontramos. Sin embargo, ahora podemos decir con alta confianza que, si existen, deben ser más pesados de lo que pensábamos anteriormente."

La Estrategia: El "Combate de Boxeo Pesado"

Dado que estos quarks T son tan pesados, es difícil crearlos. Cuando se crean, no duran mucho; se desintegran inmediatamente en otras partículas.

El equipo decidió buscar un escenario específico:

1. El Par: Buscan que se creen dos quarks T a la vez (como un par de boxeadores pesados entrando al ring).
2. La Desintegración: Al menos uno de ellos se descompone en un bosón de Higgs y un quark top.
3. La Estela: El bosón de Higgs luego se divide en dos quarks "bottom", y el quark top se divide en una partícula ligera (un electrón o un muón), un neutrino fantasmal y otro quark bottom.

La Analogía: Imagina que intentas encontrar un tipo específico de fruta pesada y rara (el quark T) en un inmenso huerto. Sabes que cuando esta fruta cae, se divide en una combinación específica de semillas y jugo. En lugar de buscar la fruta en sí, estás buscando la pila única de semillas y jugo que deja atrás.

El Trabajo de Detective: Ordenando el Ruido

El problema es que el huerto está lleno de fruta normal cayendo todo el tiempo (fondo del Modelo Estándar). El equipo tuvo que filtrar el ruido para encontrar la señal rara.

• El Truco de la "Reagrupación": Cuando las partículas pesadas se desintegran, se mueven tan rápido que sus escombros (chorros de partículas) se aplastan juntos. El equipo utilizó una técnica especial llamada "chorros de radio variable". Piensa en esto como usar un lente de cámara inteligente que hace zoom automáticamente hacia adentro o hacia afuera dependiendo de la velocidad del objeto, asegurándose de capturar toda la "pila de escombros" correctamente, incluso cuando se mueve increíblemente rápido.
• La Red Neuronal (El Detective IA): Entrenaron un cerebro informático (una red neuronal) para observar la forma, la velocidad y la disposición de estas pilas de escombros. Es como enseñarle a un perro a olfatear un aroma específico. La IA aprendió a distinguir entre los escombros desordenados y aleatorios de colisiones normales y los escombros limpios y estructurados de una desintegración de un quark T pesado.

Los Resultados: "No Encontrados, Pero Sabemos Dónde No Están"

Después de analizar 139 "femtobarns inversos" de datos (que es una cantidad masiva de datos de colisiones, equivalente a años de funcionamiento del colisionador), el equipo no encontró ninguna evidencia de estos quarks T pesados. Los datos coincidieron perfectamente con las predicciones de la física normal.

Como no los encontraron, establecieron una "valla" alrededor de dónde los quarks T podrían estar. Ahora pueden descartar quarks T que sean más ligeros que ciertos pesos:

• Si el quark T es un "Singlete" (un tipo específico de partícula), debe ser más pesado que 1.40 TeV.
• Si es un "Dobleto", debe ser más pesado que 1.56 TeV.
• Si solo se desintegra en el bosón de Higgs y el quark top (100% de las veces), debe ser más pesado que 1.66 TeV.

La Metáfora: Imagina que buscas un cofre del tesoro oculto en un campo. Excavas todo el campo y no encuentras nada. No puedes decir que el cofre no existe, pero sí puedes decir: "Si el cofre está allí, debe estar enterrado más profundo de 10 pies, porque excavamos todo lo que había encima de eso". Este artículo excava más profundo que nadie antes, empujando el límite de la "profundidad de entierro" más hacia abajo.

Por Qué Esto Importa

Esta es la búsqueda más sensible de su tipo hasta la fecha. Al usar más datos (139 fb⁻¹ frente a los 36 fb⁻¹ anteriores) y mejores herramientas de IA, el equipo de ATLAS ha empujado los límites de nuestro conocimiento. No han encontrado a los "gemelos pesados", pero al demostrar que no se esconden en el rango de masa más ligero, están obligando a los físicos a repensar sus teorías o a buscar estas partículas a energías aún más altas en el futuro.

En resumen: La caza del quark T pesado continúa, pero la zona de búsqueda se ha reducido significativamente. Si están ahí fuera, son más pesados y más difíciles de encontrar de lo que esperábamos.

Resumen técnico

Resumen Técnico: Búsqueda de Quarks T Vectoriales Similares Producidos en Pareja que Decaen en Estados Finales Ht

Problema y Motivación
El Modelo Estándar (ME) de la física de partículas enfrenta el problema de la jerarquía respecto a la gran disparidad entre la escala de masa electrodébil y la escala de Planck. Una solución propuesta implica extender el ME con quarks vectoriales (QV), que pueden contrarrestar las correcciones radiativas cuadráticamente divergentes a la masa del bosón de Higgs. Este artículo presenta una búsqueda de quarks $T$ vectoriales de tipo up producidos en pareja, los cuales se espera que acoplen preferentemente a los quarks de tercera generación del ME. El análisis se dirige específicamente al canal de desintegración donde al menos un quark $T$ decae en un bosón de Higgs y un quark top ($T \to Ht$), con las desintegraciones posteriores $H \to b\bar{b}$ y $t \to \ell \nu_\ell b$ (donde $\ell = e, \mu$). La búsqueda se realiza en el estado final de leptón más jets utilizando datos de colisiones protón-protón a una energía en el centro de masas de $\sqrt{s} = 13$ TeV.

Metodología
El análisis utiliza el conjunto de datos completo de la Ejecución 2 recopilado por el detector ATLAS en el Gran Colisionador de Hadrones (LHC), correspondiente a una luminosidad integrada de 139 fb$^{-1}$.

• Reconstrucción y Selección de Eventos: La topología del señal se caracteriza por exactamente un electrón o muón aislado, un momento transversal faltante significativo ($E_T^{\text{miss}}$) y múltiples jets, incluidos jets etiquetados como $b$. Para manejar la naturaleza impulsada de las resonancias pesadas, el análisis emplea jets de radio variable ($R_{\text{eff}}$) reconstruidos mediante reclasificación de jets de pequeño radio. Estos se etiquetan por masa para identificar candidatos a quarks $W$, $H$ y top que decaen hadrónicamente. Los candidatos a quarks top leptónicos se reconstruyen combinando un candidato a bosón $W$ leptónico con un jet etiquetado como $b$.
• Modelado y Reponderación de Fondos: Los fondos dominantes son la producción de pares de quarks top ($t\bar{t}$), quark top único y procesos $V$+jets. Para abordar las discrepancias entre la simulación y los datos, particularmente en el modelado de las secciones eficaces de $t\bar{t}$ y $V$+jets a altas multiplicidades de jets y momentos transversales, se aplica una técnica iterativa de reponderación basada en datos. Esto corrige la normalización y la forma de las distribuciones de fondo basándose en regiones de control enriquecidas en eventos $Z$+jets y $t\bar{t}$.
• Análisis Multivariado: Se emplea una red neuronal de alimentación directa (NN) para discriminar la señal del fondo. El clasificador utiliza 30 variables de entrada, incluidas propiedades cinemáticas (por ejemplo, masa efectiva $m_{\text{eff}}$, momentos transversales de jets de radio variable) y características topológicas (por ejemplo, separaciones angulares, multiplicidades de constituyentes). La NN se entrena con muestras simuladas de señal y fondo.
• Categorización de Eventos: Los eventos se categorizan en regiones de señal (RS) y regiones de control (RC) basándose en la puntuación de salida de la NN ($h_{\text{NN}}$), el número de jets etiquetados como $b$ (2, 3 o $\ge 4$) y la presencia de jets etiquetados como $H$. Se definen tres categorías de RS mediante umbrales de puntuación de NN: Alta-NN (ANN), Media-NN (MNN) y Baja-NN (BNN). La región BNN, con menor pureza de señal pero altas estadísticas de fondo, se utiliza para restringir las normalizaciones de fondo en el ajuste estadístico.
• Análisis Estadístico: Se realiza un ajuste de verosimilitud perfilada binned sobre la distribución de masa efectiva ($m_{\text{eff}}$) en todas las regiones de análisis. El ajuste incluye parámetros de molestia para incertidumbres sistemáticas (experimentales y teóricas) y factores de normalización libres para componentes específicos de fondo ($t\bar{t}+c$ y $t\bar{t}+b$).

Contribuciones Clave

• Mejora del Modelado de Fondos: La implementación de una técnica de reponderación basada en datos mejora significativamente el acuerdo entre los datos y las predicciones del ME para los fondos $t\bar{t}$ y $V$+jets, particularmente en regímenes cinemáticos relevantes para búsquedas de resonancias pesadas.
• Discriminación de Señal Mejorada: El uso de un clasificador de red neuronal, combinado con la reconstrucción explícita de candidatos a quarks top leptónicos y la explotación de la topología espalda con espalda de partículas pesadas producidas en pareja, proporciona un poder de separación superior en comparación con búsquedas anteriores de ATLAS en este canal.
• Prueba Exhaustiva de Escenarios: La búsqueda interpreta los resultados bajo tres escenarios de referencia distintos: el singlete de SU(2), el doblete de SU(2) y un escenario donde la fracción de ramificación $B(T \to Ht)$ se establece en 100%.

Resultados
No se observa ningún exceso significativo de eventos por encima de la predicción del Modelo Estándar en ninguna de las regiones de análisis. En consecuencia, se establecen límites superiores a la sección eficaz de producción en pareja de quarks $T$ vectoriales al nivel de confianza del 95% (NC).

Los límites inferiores de masa observados para el quark $T$ son:

• 1.40 TeV para la representación singlete de SU(2).
• 1.56 TeV para la representación doblete de SU(2).
• 1.66 TeV para el escenario donde $B(T \to Ht) = 100\%$.

Estos límites representan las restricciones más estrictas hasta la fecha para los escenarios de doblete de SU(2) y $B(T \to Ht) = 100\%$, extendiendo los límites de exclusión anteriores en 0.07 TeV y 0.16 TeV, respectivamente. Para el escenario de singlete de SU(2), este resultado mejora el límite anterior de ATLAS en 0.04 TeV. Se señala que el análisis está limitado principalmente por incertidumbres estadísticas.

Significado
El artículo afirma que estos resultados proporcionan los límites de exclusión más estrictos actualmente disponibles para quarks $T$ vectoriales en los canales de desintegración y representaciones de gauge especificados. Al utilizar el conjunto de datos completo de la Ejecución 2 y técnicas de análisis avanzadas (reponderación y aprendizaje automático), la búsqueda explora eficazmente rangos de masa más altos que los análisis anteriores de ATLAS. Los autores señalan que, aunque la búsqueda actual está limitada estadísticamente, el mayor volumen de datos esperado de la Ejecución 3 y del LHC de Alta Luminosidad ofrece un potencial significativo para extender la sensibilidad a masas aún más altas. Los resultados están disponibles para reinterpretación a través de HEPData, incluyendo rendimientos de eventos, incertidumbres sistemáticas y el espacio de trabajo estadístico.