⚛️ experimentos de altas energías

Search for nonresonant production of strongly coupled dark matter in proton-proton collisions at $\sqrt{s}$ = 13 TeV

Utilizando 138 fb $^{-1}$ de datos de colisiones protón-protón a $\sqrt{s}$ = 13 TeV recolectados por el detector CMS, este estudio presenta una búsqueda de jets semivisibles no resonantes indicativos de materia oscura fuertemente acoplada utilizando técnicas de aprendizaje automático tanto supervisadas como no supervisadas, sin encontrar un exceso significativo y estableciendo límites de exclusión en masas de mediadores de hasta 2.4 TeV.

Autores originales: CMS Collaboration

Publicado 2026-10-27

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: CMS Collaboration

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Durante décadas, las máquinas más potentes de la Tierra han estado chocando protones entre sí a velocidades cercanas a la de la luz, revelando un universo construido a partir de un conjunto específico de partículas fundamentales. Este modelo estándar de la física ha sido notablemente exitoso, prediciendo el comportamiento de todo, desde los átomos más ligeros hasta las partículas más pesadas conocidas. Sin embargo, los astrónomos saben desde hace tiempo que este modelo está incompleto. Las observaciones de cómo giran las galaxias y cómo la luz se curva alrededor de cúmulos masivos de estrellas sugieren que la mayor parte de la materia en el universo es invisible. Esta masa faltante, conocida como materia oscura, no emite luz, no la refleja ni interactúa con las fuerzas que mantienen unidos a los átomos, lo que la hace imposible de ver directamente. Mientras los científicos han pasado años buscando una partícula simple y pesada que pudiera explicar esta oscuridad, no han encontrado nada. Este silencio ha llevado a los investigadores a considerar posibilidades más complejas: quizás la materia oscura no es una única partícula solitaria, sino todo un sector oculto de partículas que interactúan entre sí a través de sus propias fuerzas, de manera muy similar a la materia visible que conocemos, pero que permanecen ocultas a nuestra vista.

En un estudio reciente, la colaboración CMS en el Gran Colisionador de Hadrones en Suiza puso a prueba una de estas ideas complejas. Buscaron evidencia de un "sector oscuro" donde las partículas se crean en pares, con una parte del par siendo visible y la otra invisible. En este escenario, una partícula pesada se desintegraría en una ráfaga de nuevas partículas. Algunas de estas nuevas partículas serían estables e invisibles, escapando del detector sin dejar rastro, mientras que otras serían inestables y se desintegrarían inmediatamente en partículas ordinarias que el detector puede ver. El resultado sería un chorro de partículas que parece una ráfaga normal de escombros, pero con una parte significativa de su energía ausente. Los investigadores llamaron a estos objetos extraños "jets semivisibles". A diferencia de las búsquedas típicas de materia oscura que buscan un solo jet que retroceda contra un gran vacío de energía faltante, esta búsqueda buscó que la energía faltante estuviera alineada justo al lado del jet visible, oculta dentro de la propia ráfaga.

Para encontrar estos esquivos señales, el equipo analizó un conjunto masivo de datos de colisiones protón-protón recolectadas entre 2016 y 2018, que corresponden a una luminosidad integrada de 138 femtobarns inversos. Esta cantidad de datos representa un número vasto de colisiones, proporcionando un pozo profundo de información para filtrar. El desafío era distinguir estos hipotéticos jets semivisibles del abrumador fondo de ráfagas de partículas ordinarias producidas por procesos estándar de la física. Para hacer esto, los investigadores emplearon dos estrategias distintas de aprendizaje automático. La primera fue un enfoque supervisado, donde un programa de computadora fue entrenado con simulaciones del modelo específico de materia oscura para reconocer los patrones únicos de un jet semivisible. El segundo fue un enfoque no supervisado, donde un programa de computadora diferente aprendió cómo es un jet normal estudiando datos reales, y luego marcó cualquier jet que pareciera inusual o "anómalo" en comparación con ese estándar. Este segundo método fue diseñado para ser más flexible, capaz de detectar señales incluso si no coincidían perfectamente con las simulaciones específicas utilizadas en el primer método.

El análisis se centró en eventos donde la energía faltante estaba alineada con un jet, una firma que sería una prueba irrefutable para este tipo de sector oscuro. Los investigadores filtraron cuidadosamente los eventos causados por errores del detector o procesos de fondo conocidos, como la producción de quarks top o la desintegración de los bosones W y Z. Luego examinaron la distribución de la energía faltante en todos los eventos que habían recolectado. A pesar de las herramientas sofisticadas y del gran volumen de datos, la búsqueda resultó vacía. No encontraron un exceso significativo de eventos que pudieran atribuirse a jets semivisibles. Los datos coincidieron perfectamente con las predicciones del modelo estándar, sin signos de las partículas del sector oculto que estaban cazando.

Debido a que no se encontró ninguna señal, el equipo utilizó sus resultados para descartar versiones específicas del modelo de materia oscura que estaban probando. Determinaron que, si estos jets semivisibles existen, la partícula pesada que los crea no puede tener una masa entre 0.5 y 2.4 teraelectronvoltios, dependiendo de las otras propiedades del modelo. Para la búsqueda no supervisada, que es mejor para detectar señales donde la parte invisible del jet es mayor, pudieron excluir masas de hasta 2.1 teraelectronvoltios. Estos límites son significativos porque cierran la puerta a una amplia gama de posibilidades teóricas que no habían sido probadas antes. El estudio demuestra que incluso cuando la materia oscura está oculta dentro de un jet, mezclada con partículas ordinarias, deja una huella distintiva que los detectores modernos y los algoritmos computacionales avanzados pueden buscar. Aunque la búsqueda no encontró la materia oscura, mapeó con éxito el territorio donde no está, guiando futuros experimentos hacia nuevas posibilidades.

Resumen Técnico: Búsqueda de la producción no resonante de materia oscura fuertemente acoplada en colisiones protón-protón a $\sqrt{s} = 13$ TeV

Problema y Motivación
Si bien el Modelo Estándar (SM) de la física de partículas describe con éxito las partículas elementales conocidas, las observaciones astronómicas —como las curvas de rotación de las galaxias y las lentes gravitacionales— indican fuertemente la existencia de materia oscura (DM) que no es explicada por la teoría actual. Las búsquedas tradicionales en colisionadores se han centrado en Partículas Masivas que Interactúan Débilmente (WIMPs), que típicamente producen firmas de momento transversal faltante ( $p^{\text{miss}}_T$ ) que retrocede contra partículas visibles del SM. Sin embargo, no se ha encontrado evidencia para la DM tipo WIMP.

Este artículo investiga una clase alternativa de modelos que involucran "valles ocultos" o sectores oscuros (DS) gobernados por una interacción de confinamiento similar a la cromodinámica cuántica (QCD) del SM, a menudo denominada "QCD oscura". En estos escenarios, los quarks oscuros generan cascadas (showers) y se hadronizan en hadrones oscuros. Los hadrones oscuros estables escapan del detector como DM, mientras que los inestables decaen rápidamente en quarks del SM. Este proceso da lugar a "jets semivisibles" (SVJs): sprays colimados que contienen tanto partículas visibles como candidatos invisibles a la DM. A diferencia de las búsquedas convencionales de DM, donde el $p^{\text{miss}}_T$ retrocede contra un jet, los eventos SVJ presentan el $p^{\text{miss}}_T$ alineado con el propio jet. Este artículo presenta la primera búsqueda de CMS para la producción no resonante de materia oscura fuertemente acoplada.

Metodología
El análisis utiliza datos de colisiones protón-protón recolectados por el detector CMS a $\sqrt{s} = 13$ TeV durante el periodo de toma de datos de 2016–2018, lo que corresponde a una luminosidad integrada de 138 fb $^{-1}$ .

Modelo de Señal: La señal está mediada por un escalar bifundamental masivo $\Phi$ que se acopla simultáneamente a los quarks del SM y a los quarks oscuros. El modelo se define por cuatro parámetros: la masa del mediador ( $m_\Phi$ ), el acoplamiento Yukawa ( $\lambda$ ), la fracción de hadrones oscuros estables ( $r_{\text{inv}}$ ) y la escala de masa de los hadrones oscuros ( $m_{\text{dark}}$ ).
Selección de Eventos: Los eventos se seleccionan requiriendo una alta suma escalar de momentos transversales ( $S_T > 1300$ GeV), al menos dos jets anchos ( $R=0.8$ ), y un $p^{\text{miss}}_T$ significativo ( $> 200$ GeV). Un criterio de selección clave requiere que el ángulo mínimo entre cualquier jet y el vector de $p^{\text{miss}}_T$ ( $\Delta\phi_{\text{min}}$ ) sea menor a 1.5, lo que refleja la alineación esperada en los eventos SVJ.
Estrategias de Aprendizaje Automático (Machine Learning): Se emplean dos clasificadores (taggers) complementarios para distinguir los SVJs de los jets del SM:
1. Clasificador Supervisado (PARTICLENET): Una red neuronal de grafos (GNN) entrenada en muestras simuladas de señal y fondo. Utiliza información a nivel de partícula (cuatro-vectores de los constituyentes) para aprender la dinámica específica de la cascada oscura. Es altamente sensible a los parámetros específicos del modelo utilizados en el entrenamiento, pero es menos agnóstico al modelo.
2. Clasificador No Supervisado (Autoencoder Normalizado de Wasserstein - WNAE): Un algoritmo de detección de anomalías entrenado en datos del SM (regiones enriquecidas en QCD y $t\bar{t}$ ) para aprender la distribución de la subestructura de los jets del SM. Identifica los SVJs como jets con una subestructura anómala sin conocimiento previo del modelo de señal, ofreciendo una sensibilidad más amplia a hipótesis de señal no probadas.
Estimación del Fondo: El fondo dominante proviene de eventos de jets múltiples de QCD con mediciones erróneas de los jets que inducen un $p^{\text{miss}}_T$ artificial. Este se estima mediante el método ABCDisCoTEC, una técnica ABCD mejorada por aprendizaje automático, que utiliza un clasificador de red neuronal descorrelacionado de $p^{\text{miss}}_T$ para particionar los eventos en cuatro regiones (A, B, C, D), permitiendo que el fondo en la región de señal (A) se prediga a partir de las regiones de control (B, C, D) usando datos.
Incertidumbres Sistemáticas: Las incertidumbres incluyen efectos del detector (escala/resolución de energía de jets, pileup), modelado teórico (PDFs, escalas de renormalización) y correcciones específicas para el mal modelado de la subestructura de los jets utilizando densidades del plano de Lund.

Contribuciones Clave

Enfoque de Doble Estrategia: El artículo introduce y compara una GNN supervisada dependiente del modelo y un autoencoder no supervisado agnóstico al modelo para la identificación de SVJs, demostrando las compensaciones entre la sensibilidad específica y la independencia del modelo.
Corrección de Subestructura: Se aplica un método de corrección novedoso a las simulaciones de señal para tener en cuenta el mal modelado de la subestructura de los jets. Esto implica reclasificar los jets de señal en subjets correspondientes a quarks del SM y reponderarlos basándose en la densidad del plano de Lund observada en las regiones de control de datos.
Mejora del Método ABCD: La aplicación del método ABCDisCoTEC permite una estimación robusta del fondo en un régimen dominado por fondos instrumentales (jets mal medidos) donde las estimaciones tradicionales basadas en simulación son poco fiables.

Resultados
No se observó un exceso significativo de eventos sobre el fondo esperado del SM en la distribución de $p^{\text{miss}}_T$ para ninguna de las dos estrategias de clasificación. En consecuencia, se establecieron límites superiores al 95% de nivel de confianza (CL) sobre la sección eficaz de producción del mediador bifundamental $\Phi$ .

Búsqueda Supervisada: Excluye masas del mediador entre 0.5 y 2.4 TeV, dependiendo de otros parámetros de la señal. Para modelos de señal con $r_{\text{inv}} = 0.3$ y $\lambda = 1.0$ , todas las masas de hadrones oscuros consideradas están excluidas para $m_\Phi < 1.7$ TeV.
Búsqueda No Supervisada: Excluye masas del mediador entre 0.5 y 2.1 TeV. Notablemente, para modelos de señal con fracciones más altas de materia oscura estable ( $r_{\text{inv}} \approx 0.6\text{--}0.9$ ), la búsqueda no supervisada demuestra una mayor sensibilidad, excluyendo masas del mediador hasta 2.1 TeV, mientras que la búsqueda supervisada (entrenada con valores de $r_{\text{inv}}$ más bajos) solo excluye hasta 1.7 TeV.
Espacio de Parámetros: Los resultados excluyen regiones específicas en los planos $(m_\Phi, r_{\text{inv}})$ , $(m_\Phi, m_{\text{dark}})$ y $(m_\Phi, \lambda)$ . Por ejemplo, para $m_\Phi < 1.6$ TeV, todas las variaciones de $\lambda$ consideradas están excluidas en la búsqueda supervisada, mientras que $\lambda > 2$ está excluido para todo $m_\Phi$ en la misma estrategia.

Significancia
Este trabajo representa la primera búsqueda de CMS para la producción no resonante de materia oscura fuertemente acoplada. Al emplear técnicas de aprendizaje automático para explotar tanto la subestructura de los jets a nivel de partícula como la cinemática a nivel de evento, el análisis extiende el alcance de las búsquedas de sectores oscuros más allá de los paradigmas tradicionales de WIMP. El artículo destaca que, si bien los métodos supervisados ofrecen una alta sensibilidad a modelos de referencia específicos, la detección de anomalías no supervisada proporciona una robustez crucial frente a la vasta incertidumbre en los parámetros del sector oscuro, excluyendo con éxito regiones del espacio de parámetros que de otro modo permanecerían sin explorar. Estos resultados complementan las búsquedas existentes para materia oscura compuesta y restringen la producción de mediadores escalares bifundamentales en sectores oscuros fuertemente acoplados.

Más como este