Search for low-mass hidden-valley dark showers with non-prompt muon pairs in proton-proton collisions at $\sqrt{s}$ = 13 TeV

En utilisant les données du collisionneur CMS à 13 TeV, cette étude recherche des signatures de gerbes de particules sombres via des paires de muons non prompts issus de la désintégration du boson de Higgs, établissant de nouvelles limites sur les modèles de vallée cachée sans observer d'excès significatif par rapport au modèle standard.

L'essentiel

🕵️‍♂️ La Chasse aux "Fantômes" du Higgs

Imaginez que l'Univers est comme une immense maison remplie de meubles que nous connaissons bien (les atomes, la lumière, etc.). Mais les physiciens savent qu'il y a une grande partie de la maison qui est dans le noir complet : c'est la matière noire. Nous ne la voyons pas, mais nous savons qu'elle est là parce qu'elle tire sur les meubles avec sa gravité.

Le problème ? Nous ne savons pas de quoi elle est faite. Est-ce un seul type de particule ? Ou est-ce une famille entière de particules qui interagissent entre elles, un peu comme les protons et les neutrons dans notre monde ? C'est ce qu'on appelle un "monde caché" (ou Hidden Valley).

🌪️ Le Concept de la "Pluie de Particules" (Dark Shower)

Dans cette expérience, les chercheurs du CMS au CERN ont une idée géniale :

1. Ils prennent le Boson de Higgs (une particule célèbre, un peu comme un "père" de toutes les masses) et ils le font "accoucher" de particules de ce monde caché.
2. Au lieu de disparaître immédiatement, ces particules cachées commencent à se multiplier, à se heurter et à se transformer, créant une véritable tempête ou une pluie de nouvelles particules. C'est ce qu'on appelle un "Dark Shower" (une douche sombre).
3. Parmi cette pluie, certaines particules sont instables. Elles voyagent un peu, puis explosent pour donner naissance à des muons (des cousins lourds des électrons) que nos détecteurs peuvent voir.

L'analogie : Imaginez que le Higgs est un lanceur de confettis magiques. Au lieu de lancer des confettis classiques, il lance des confettis invisibles qui, une fois en l'air, se transforment en petits oiseaux lumineux (les muons) qui atterrissent un peu plus loin que prévu.

🚗 Le Problème du "Trafic" et la Solution "Parking"

Le LHC (le grand accélérateur) produit des collisions à une vitesse folle, comme une autoroute saturée. Les ordinateurs ne peuvent pas tout analyser en temps réel. D'habitude, on ne garde que les événements les plus "bruyants" ou énergétiques (les gros camions sur l'autoroute).

Mais ici, les chercheurs cherchent des particules légères et lentes (les petites voitures). Si on filtre trop fort, on les rate.

• La solution : Ils ont utilisé une stratégie appelée "Data Parking" (Parking de données). C'est comme si, au lieu de jeter les petites voitures, on les garait dans un immense parking souterrain (les bandes magnétiques) pour les analyser plus tard, quand les ordinateurs auraient du temps libre (pendant les pauses de l'été, par exemple).
• Cela leur a permis de collecter une quantité énorme de données (41,6 "fb⁻¹", ce qui est un chiffre astronomique) et de scruter des particules très légères qu'on n'avait jamais vues auparavant.

🤖 Le Détective à Intelligence Artificielle

Comment trouver ces quelques oiseaux lumineux (muons) au milieu de milliards de particules ordinaires ? C'est là qu'intervient l'intelligence artificielle.
Les chercheurs ont entraîné un cerveau numérique (un algorithme appelé "Boosted Decision Tree") à reconnaître les signatures suspectes :

• "Tiens, ces deux muons ne sont pas nés au même endroit que la collision principale ?"
• "Ils sont arrivés un peu en retard ?"
• "Il y en a beaucoup d'autres autour ?"

C'est comme si vous cherchiez une aiguille dans une botte de foin, mais que votre aiguille avait un petit sifflement spécial et arrivait 5 minutes après les autres. L'IA est l'expert qui entend le sifflement.

🏁 Le Résultat : Pas de Fantômes... Pour l'Instant

Après avoir fouillé dans des milliards d'événements, le verdict est tombé : Aucune preuve de ce "monde caché" n'a été trouvée.

• Ce que cela signifie : Le Higgs ne semble pas se transformer en ces particules cachées (du moins pas avec la fréquence qu'on espérait).
• Pourquoi c'est important : Même si on n'a rien trouvé, c'est une victoire ! Les chercheurs ont tracé une ligne très précise sur la carte. Ils ont dit : "Si ce monde caché existe, il doit être encore plus discret que ce qu'on pensait". Ils ont exclu des zones entières de possibilités, ce qui aide les théoriciens à affiner leurs modèles.

🎯 En Résumé

Cette expérience est comme une chasse au trésor dans le noir.

1. On a utilisé une technique spéciale ("Data Parking") pour ne rien rater des petits indices.
2. On a utilisé une super-intelligence artificielle pour trier le bon grain de l'ivraie.
3. On n'a pas trouvé le trésor (les particules de matière noire), mais on a prouvé qu'il n'est pas caché dans les endroits où on l'avait cherché.

C'est une étape cruciale : en éliminant les mauvaises hypothèses, on se rapproche, pas à pas, de la vérité sur ce qui compose l'Univers.

Résumé technique

1. Problématique et Contexte Physique

Ce travail vise à explorer la nature de la matière noire, qui constitue environ 27 % de l'énergie de l'univers, mais dont la nature microscopique reste inconnue. L'analyse se concentre sur les modèles de "Hidden Valley" (Vallée Cachée), qui postulent l'existence d'un secteur sombre contenant une nouvelle force de jauge non-abélienne (analogue à la Chromodynamique Quantique, QCD).

Dans ces modèles :

• Le boson de Higgs du Modèle Standard (SM) peut se désintégrer en des partons sombres.
• Ces partons subissent une hadronisation via une "QCD sombre", produisant une pluie de particules sombres ("dark showers").
• Ces hadrons sombres (mésons et pions sombres) peuvent être stables ou se désintégrer en particules du Modèle Standard après un temps de vie mesurable.
• L'objectif spécifique est de détecter des mésons sombres à durée de vie longue qui se désintègrent avec une grande fraction de branchement en paires de muons ($\mu^+\mu^-$), créant des sommets de désintégration déplacés (displaced vertices) par rapport au point d'interaction primaire.

L'analyse cible trois classes de modèles :

1. Portail vectoriel : Désintégration d'un méson vectoriel sombre ($\tilde{\omega}$) en paires de muons.
2. Scénario A : Un pion sombre ($\tilde{\pi}_3$) se désintègre promptement en deux photons sombres ($A'$), qui se désintègrent ensuite de manière non-prompte en muons (topologie "pointing").
3. Scénario B1 : Le pion sombre ($\tilde{\pi}_3$) se désintègre de manière déplacée en deux photons sombres, qui se désintègrent promptement en muons (topologie "non-pointing").

2. Méthodologie Expérimentale

Données et Déclenchement

• Données : L'analyse utilise un ensemble de données collecté par l'expérience CMS au LHC en 2018 à une énergie de centre de masse de 13 TeV, correspondant à une luminosité intégrée de 41,6 fb⁻¹.
• Stratégie "Data Parking" : Un ensemble de données spécial ("B-parking") a été utilisé. Les seuils de déclenchement (trigger) ont été abaissés pour capturer des événements contenant des muons de faible impulsion transverse ($p_T$) et déplacés, qui seraient autrement rejetés par les déclencheurs standards. Cela permet d'accéder à des masses de résonance aussi basses que 0,3 GeV.
• Échantillon : Environ $1,3 \times 10^{10}$ événements, enrichis en désintégrations de hadrons B.

Sélection d'Événements et Reconstruction

• Cible : Recherche de paires de muons de charges opposées formant un sommet secondaire (SV) déplacé par rapport au sommet primaire.
• Critères de sélection :
  • Au moins un muon déclencheur avec $p_T > 9$ GeV et une signification du paramètre d'impact ($IP_{sig}$) $> 6$.
  • Reconstruction d'au moins un sommet secondaire avec deux muons de charges opposées ($p_T > 5$ GeV).
  • Qualité de la reconstruction du sommet (chi-carré, angle de pointage, etc.).
• Masquage des résonances SM : Les régions de masse invariantes correspondant aux résonances connues du Modèle Standard ($K_S^0, \eta, \rho/\omega, \phi, J/\psi, \Upsilon$, etc.) sont exclues de l'analyse pour éviter les faux positifs.

Techniques d'Apprentissage Automatique (Machine Learning)

• Un Boosted Decision Tree (BDT) basé sur le package XGBoost est utilisé pour discriminer le signal du bruit de fond QCD (principalement des combinaisons aléatoires de muons ou des désintégrations de hadrons B).
• Variables d'entrée : Multiplicité des muons, paramètre d'impact transverse ($d_{xy}$), variables cinématiques, qualité du sommet secondaire ($\chi^2$), angle de pointage, et déplacement transverse.
• Le signal se distingue par une multiplicité élevée de muons (due à la multiplicité des mésons sombres dans une pluie) et des variables de déplacement significatives.

Analyse Statistique

• Les événements sont catégorisés selon le nombre de sommets (unique ou multiple), le déplacement transverse ($l_{xy}$) et l'angle de pointage.
• Une ajustement paramétrique (fit) est réalisé sur la distribution de la masse invariante des paires de muons dans chaque catégorie.
• Le signal est modélisé par une fonction de Voigt (convolution d'une Gaussienne et d'une Breit-Wigner).
• Le bruit de fond est modélisé par une enveloppe de fonctions (polynôme, exponentielle, loi de puissance) ajustée sur les zones de masse latérales (sidebands).
• Des limites supérieures sont établies à 95 % de niveau de confiance (CL) en utilisant l'approche fréquentiste modifiée ($CL_s$).

3. Contributions Clés et Résultats

Absence de Significativité

Aucun excès significatif par rapport aux attentes du Modèle Standard n'a été observé dans les données.

Limites sur les Modèles

Des limites strictes ont été posées sur la fraction de branchement du boson de Higgs se désintégrant en partons sombres ($B(H \to \psi\bar{\psi})$) :

• Portail Vectoriel : Les limites atteignent $10^{-4}$ à 95 % CL pour des longueurs de vie propres ($c\tau$) inférieures à 500 mm et des masses de mésons $\tilde{\omega}$ allant de 0,3 à 20 GeV.
  • Ces résultats surpassent et étendent les limites précédentes, notamment pour des masses inférieures à 1 GeV et des déplacements courts (< 100 mm).
• Scénarios A et B1 (Premières contraintes) : Pour la première fois, des limites sont établies sur ces modèles étendus à deux saveurs sombres contenant des photons sombres ($A'$).
  • Les masses des photons sombres sont sondées jusqu'à 0,33 GeV.
  • Les limites sur la fraction de branchement se situent entre $10^{-2}$ et $10^{-4}$ selon les hypothèses de masse et de durée de vie.

Performances

• L'utilisation de la stratégie "B-parking" et du BDT a permis d'atteindre une sensibilité inédite dans la région de faible masse (sub-GeV) et de faible déplacement, comblant un vide laissé par les recherches précédentes qui étaient limitées par des seuils de masse plus élevés (souvent > 10 GeV) ou par des déclencheurs muons standards.

4. Signification et Impact

Cette analyse représente une avancée majeure dans la recherche de physique au-delà du Modèle Standard (BSM) :

1. Exploration de nouveaux espaces de paramètres : Elle explore pour la première fois les modèles de "dark showers" avec des désintégrations en paires de muons dans la région de très basse masse (< 1 GeV) et de faible déplacement, inaccessible aux analyses précédentes.
2. Validation des modèles étendus : En imposant les premières contraintes sur les scénarios A et B1, l'étude teste la viabilité de modèles de vallées cachées plus complexes avec plusieurs saveurs et photons sombres.
3. Synergie des techniques : L'analyse démontre l'efficacité de combiner des stratégies de déclenchement innovantes ("data parking") avec des techniques avancées d'apprentissage automatique pour repousser les limites de détection des particules à durée de vie longue.
4. Contraintes théoriques : Les limites obtentes contraignent sévèrement les modèles de matière noire médiée par un portail vectoriel ou des photons sombres, forçant les théoriciens à reconsidérer les paramètres de leurs modèles (masses, couplages, durées de vie) pour rester compatibles avec les données du LHC.

En résumé, cette étude confirme l'absence de signe de "pluies sombres" (dark showers) dans les données actuelles du CMS, tout en établissant les contraintes les plus strictes à ce jour sur une large gamme de masses et de durées de vie pour ces phénomènes exotiques.