Search for heavy neutral leptons in B-meson decays

En utilisant des données de collisions proton-proton à 13 TeV collectées par l'expérience LHCb, cette étude n'observe aucun excès significatif de leptons neutres lourds dans les désintégrations de mésons B se désintégrant en $\mu^\pm \pi^\mp$, et établit ainsi de nouvelles contraintes sur le mélange avec le neutrino muonique dans la gamme de masse de 1,6 à 5,5 GeV.

L'essentiel

🕵️‍♂️ La Chasse aux "Fantômes" du CERN

Imaginez que l'Univers est comme une immense maison remplie de meubles (les particules que nous connaissons : électrons, protons, etc.). Mais les physiciens savent qu'il doit y avoir des pièces cachées, des meubles invisibles qui expliquent des mystères comme la matière noire ou pourquoi l'Univers est fait de matière plutôt que d'antimatière.

C'est là qu'interviennent les Neutrons Lourds et Neutres (HNL). Ce sont nos "fantômes".

• Qui sont-ils ? Des particules hypothétiques, très lourdes, qui n'interagissent presque pas avec la lumière ou la matière. Elles sont comme des ombres qui traversent les murs.
• Leur particularité : Elles sont très instables et se désintègrent très vite, mais parfois, si elles sont "légères" dans leurs interactions, elles peuvent survivre assez longtemps pour voyager quelques centimètres ou mètres avant de disparaître. C'est ce qu'on appelle une particule "à vie longue".

🔍 L'Enquête au CERN (LHCb)

Les chercheurs du groupe LHCb au CERN (le grand accélérateur de particules de Genève) ont décidé de traquer ces fantômes. Voici comment ils ont procédé, avec des analogies simples :

1. Le Laboratoire (Le LHC) : Imaginez deux trains de particules qui foncent l'un vers l'autre à une vitesse proche de celle de la lumière. Quand ils entrent en collision, c'est comme si vous jetiez deux horloges complexes l'une contre l'autre : des milliers de petits engrenages (particules) volent dans tous les sens.
2. La Cible (Les mésons B) : Parmi les débris de ces collisions, les chercheurs s'intéressent à une famille spécifique de particules appelées "mésons B". On peut les voir comme des "usines à particules". Parfois, en se désintégrant, une usine B pourrait produire un de nos fantômes (le HNL).
3. La Preuve (La désintégration) : Le fantôme (HNL) ne reste pas caché éternellement. Il se transforme (se désintègre) en deux particules plus familières : un muon (un cousin lourd de l'électron) et un pion (une particule légère).
   • L'analogie : C'est comme si vous cherchiez un fantôme qui, après avoir traversé un mur, laisse derrière lui une empreinte de pas spécifique (le muon) et un morceau de tissu (le pion).

🕵️‍♀️ La Méthode de Détection

Le défi est que ces fantômes sont rares et se cachent dans un bruit de fond énorme (des milliards de collisions normales).

• Le détecteur LHCb : C'est un appareil géant qui ressemble à un tube de caméra ultra-sensible. Il enregistre tout ce qui passe.
• Le repérage : Les chercheurs ne cherchent pas les particules qui apparaissent immédiatement au point de collision. Ils cherchent celles qui voyagent un peu avant de se désintégrer.
  • L'image : Imaginez une fusée qui décolle. Si elle explose tout de suite, vous voyez une étincelle au sol. Si c'est un HNL, c'est comme une fusée qui vole quelques mètres avant d'exploser dans le ciel. Les chercheurs regardent spécifiquement ces "explosions en vol".
• L'IA (Intelligence Artificielle) : Pour trier les millions de données, ils ont utilisé un réseau de neurones (une sorte d'IA) entraîné pour reconnaître la "signature" précise de ces explosions en vol, même si elles sont très rares.

📉 Les Résultats : Pas de Fantômes (Pour l'instant)

Après avoir analysé des années de données (équivalentes à 5 milliards de collisions), les chercheurs ont regardé attentivement les résultats.

• Le verdict : Ils n'ont pas trouvé de trace de ces fantômes.
• Ce que cela signifie : Cela ne veut pas dire qu'ils n'existent pas, mais cela signifie qu'ils sont soit plus rares, soit plus difficiles à attraper que ce que les théories les plus optimistes prévoyaient.
• La conséquence : Les chercheurs ont dressé une "carte d'exclusion". Ils disent : "Si ces particules existent, elles ne peuvent pas être aussi lourdes et aussi interactives que nous l'avions imaginé dans cette zone." Ils ont réduit la zone de recherche, éliminant de nombreuses possibilités théoriques.

🌟 Pourquoi c'est important ?

Même si le résultat est "rien trouvé", c'est une victoire pour la science :

1. On élimine les fausses pistes : En disant "ce n'est pas ici", on aide les théoriciens à affiner leurs modèles et à chercher ailleurs.
2. On pousse les limites : Cette expérience est la plus précise jamais réalisée pour ce type de particules dans cette gamme de masse. C'est comme avoir le meilleur télescope du monde : même si on ne voit pas la planète, on sait exactement où elle n'est pas.
3. Le futur : Les techniques développées ici (comme l'IA et la détection de particules "en vol") sont prêtes pour les prochaines années, où le CERN aura encore plus de données. Peut-être que le prochain coup de chance sera là !

En résumé : Les physiciens du CERN ont joué à cache-cache avec des particules hypothétiques très mystérieuses. Ils ont fouillé très soigneusement, avec des outils de pointe, mais les "fantômes" sont restés invisibles. C'est une preuve que l'Univers est encore plus subtil et complexe que nous ne le pensions, et la chasse continue !

Résumé technique

1. Problématique et Contexte Physique

Le Modèle Standard (MS) de la physique des particules, bien que très performant, laisse plusieurs questions fondamentales sans réponse, notamment l'origine des masses des neutrinos, la nature de la matière noire et l'asymétrie matière-antimatière de l'univers. Les oscillations de neutrinos prouvant que ceux-ci ont une masse non nulle, des extensions du MS sont nécessaires.

Les Leptons Neutres Lourds (HNL), notés $N$, sont des fermions hypothétiques singlets sous les groupes de jauge du MS. Ils apparaissent naturellement dans des modèles comme le mécanisme de see-saw de type I ou le modèle $\nu$MSM (Minimal Neutrino Standard Model).

• Mécanisme : Les HNL se mélangent aux neutrinos actifs via des éléments de matrice de mélange $U_{\ell N}$. Si le HNL est une particule de Majorana, il peut violer le nombre leptonique.
• Cible de l'étude : Cette recherche se concentre sur la production d'HNL via la désintégration de mésons B (contenant un quark $b$) et leur désintégration subséquente en un état final $\mu^\pm \pi^\mp$.
• Portée : L'étude vise la région de masse $m_N \in [1.6, 5.5]$ GeV et explore des éléments de mélange $|U_{\mu N}|^2$ dans la gamme $10^{-5} - 10^{-4}$, pertinente pour des scénarios de see-saw à basse échelle ou des modèles avec symétrie protectrice, au-delà des limites de sensibilité des expériences précédentes dans cette gamme de masse.

2. Méthodologie Expérimentale

L'analyse utilise les données de collisions proton-proton ($pp$) collectées par l'expérience LHCb au CERN, à une énergie de centre de masse de 13 TeV, correspondant à une luminosité intégrée de 5,04 fb$^{-1}$ (période 2016-2018, Run 2).

Sélection des événements et Catégories

La recherche vise des HNL à durée de vie longue (décroissant à l'intérieur du détecteur). Les événements sont classés en deux catégories principales basées sur la distance de vol du HNL ($FD_z$) et le type de trajectoire reconstruite :

1. Catégorie "Long" (Long tracks) : HNL se désintégrant dans le détecteur de vertex (VELO). Les trajectoires sont reconstruites avec une haute précision. Condition : $FD_z > 20$ mm.
2. Catégorie "Downstream" : HNL se désintégrant après le VELO. Les trajectoires sont reconstruites uniquement dans les stations de trajectographie en aval. Sensible aux HNL avec $FD_z \gtrsim 70$ cm.

Les canaux de désintégration étudiés incluent :

• Désintégrations leptoniques entièrement reconstruites : $B^+ \to \mu^+ N$ et $B_c^+ \to \mu^+ N$.
• Désintégrations semi-leptoniques partiellement reconstruites : $B \to \mu^+ N X$ (où $X$ représente des particules non reconstruites, souvent un méson $D$).

Signature et Violation du Nombre Leptonique

L'analyse recherche le signal $N \to \mu^\pm \pi^\mp$ combiné au muon initial de la désintégration du méson B.

• Cas Dirac (Conservation du nombre leptonique) : Recherche de paires de muons de signes opposés ($\mu^+ \mu^-$).
• Cas Majorana (Violation du nombre leptonique) : Recherche de paires de muons de même signe ($\mu^+ \mu^+$ ou $\mu^- \mu^-$).
  Les deux cas sont traités indépendamment.

Réduction du Bruit de Fond et Machine Learning

• Bruit de fond combinatoire : Dominant sur toute la gamme de masse, il est modélisé par une fonction exponentielle ou linéaire.
• Bruit de fond "picant" (Peaking background) : Provenant de la désintégration de mésons $D^0 \to K^- \pi^+$ où le kaon est mal identifié comme un muon. Estimé via une méthode ABCD utilisant des régions de contrôle (décroissances promptes) et des régions latérales en masse.
• Classificateur Neural (NN) : Une approche innovante utilise un réseau de neurones paramétré par la masse hypothétique du HNL ($m_N$). Cela permet d'interpoler l'efficacité et la discrimination entre les masses simulées sans entraîner un classificateur distinct pour chaque masse. Le NN est optimisé pour maximiser le critère de Punzi (rapport signal/bruit).

Extraction du Signal

Une recherche de "bosse" (bump hunt) est effectuée dans la masse invariante $m(\mu\pi)$ du produit de désintégration du HNL. Un ajustement simultané (fit) est réalisé sur toutes les catégories de reconstruction pour extraire le yield du signal $N_{sig}$. Les limites sont établies à 95 % de niveau de confiance (CL) en utilisant la méthode $CL_s$.

3. Résultats Clés

• Observation : Aucune excès significatif n'a été observé par rapport aux prédictions du bruit de fond.
• Signification locale : L'écart le plus important est de 2,5 $\sigma$ à $m_N = 2,93$ GeV dans le cas Dirac (signes opposés). Cependant, après correction pour l'effet "look-elsewhere" (recherche sur toute la gamme de masse), la signification globale chute à 0,3 $\sigma$, confirmant que l'excès est compatible avec une fluctuation statistique.
• Limites établies : Des limites supérieures strictes ont été posées sur le carré de l'élément de mélange $|U_{\mu N}|^2$ en fonction de la masse $m_N$.
  • Les limites excluent des valeurs de $|U_{\mu N}|^2$ allant jusqu'à $10^{-5} - 10^{-4}$.
  • Cela représente une amélioration d'un ordre de grandeur par rapport aux limites précédentes du LHCb dans cette gamme de masse.
• Comparaison : Ces résultats complètent les recherches d'ATLAS et CMS (plus sensibles aux masses plus élevées via les désintégrations de bosons W) et des expériences à cible fixe (comme BEBC) qui ne pouvaient pas atteindre les masses au-dessus du seuil du méson D ($\sim 1,7$ GeV).

4. Contributions Techniques et Innovations

1. Paramétrisation par la masse dans le NN : L'utilisation d'un réseau de neurones dont l'architecture intègre la masse du HNL comme variable d'entrée permet une interpolation fluide et efficace sur l'ensemble de la gamme de masses, évitant la fragmentation des données d'entraînement.
2. Traitement des trajectoires "Downstream" : L'analyse intègre efficacement les HNL se désintégrant loin du point d'interaction, exploitant la géométrie unique du détecteur LHCb pour couvrir des durées de vie allant de quelques picosecondes à plusieurs nanosecondes.
3. Contrôle du bruit de fond picant : L'application rigoureuse de la méthode ABCD pour estimer le bruit de fond dû aux mésons D dans les désintégrations semi-leptoniques partiellement reconstruites, une région complexe souvent difficile à modéliser.
4. Combinaison de canaux : La combinaison simultanée de canaux entièrement reconstruits ($B^+, B_c^+$) et partiellement reconstruits ($B \to \mu N X$) maximise la sensibilité globale.

5. Signification et Perspectives

Cette étude exclut une partie significative de l'espace des paramètres pour les modèles de leptons neutres lourds à l'échelle du GeV, en particulier ceux prédisant des mélanges plus importants que ceux requis par le mécanisme de leptogenèse standard ($\nu$MSM). Bien que la région favorisée par la leptogenèse ($|U|^2 \lesssim 10^{-6}$) ne soit pas atteinte, les résultats contraignent fortement les modèles alternatifs (see-saw inversé, modèles avec symétrie $B-L$).

Les techniques développées, notamment la gestion des vertex déplacés et l'approche par machine learning paramétré, constituent un cadre robuste pour les futures recherches. Avec les données accrues du LHCb Upgrade I et II, et les améliorations de la reconstruction des vertex déplacés, une sensibilité encore plus grande est attendue, permettant d'explorer des régions de paramètres encore plus faibles ou des masses plus élevées.