Search for the pair production of long-lived supersymmetric partners of the tau lepton in proton-proton collisions at $\sqrt{s}$ = 13 TeV

En utilisant 138 fb$^{-1}$ de données de collisions proton-proton à $\sqrt{s}$ = 13 TeV collectées par l'expérience CMS, cet article présente la première recherche de production de paires de staus à longue durée de vie employant un réseau de neurones convolutifs pour identifier les taus déplacés, ce qui permet d'améliorer les limites d'exclusion sur les masses des staus et les longueurs de décroissance au sein des modèles de brisure de supersymétrie par médiation de jauge.

L'essentiel

La vue d'ensemble : À la chasse aux cousins « fantomatiques »

Imaginez que l'univers est une immense fête animée où les particules sont les invités. Le Modèle Standard est la liste des invités que nous connaissons et comprenons. La supersymétrie (SUSY) est une théorie suggérant que pour chaque invité à la fête, il existe un « jumeau » que nous n'avons pas encore rencontré. Ces jumeaux sont plus lourds et se cachent généralement très bien.

Ce document traite de la recherche d'un jumeau spécifique : le stau. Le stau est le partenaire supersymétrique du tau lepton (un cousin lourd de l'électron).

Dans de nombreuses théories, ces jumeaux apparaissent et disparaissent instantanément. Mais dans ce scénario spécifique, le stau est un peu différent. C'est comme un invité qui arrive à la fête, déambule dans la pièce pendant un temps perceptible, puis ensuite s'en va. Parce qu'il traîne, il laisse une trace qui ressemble différemment aux invités habituels qui sont « instantanés ». Les scientifiques de l'expérience CMS du CERN voulaient capturer ces staus « persistants ».

Le défi : Trouver une aiguille dans une botte de foin

Le problème est que la « botte de foin » (le bruit de fond du collisionneur LHC) est massive. Chaque fois que des protons s'entrechoquent, ils créent des milliers de particules. La plupart d'entre elles ressemblent à des jets normaux de débris.

Les scientifiques cherchaient une signature très spécifique :

1. Deux particules « tau » apparaissant de nulle part.
2. De l'énergie manquante : Comme le stau se désintègre en un tau et un « gravitino » (une particule fantôme) presque invisible, une partie de l'énergie semble s'évanouir de la pièce.
3. L'indice du « déplacement » : C'est la partie la plus importante. Les taus normaux se désintègrent immédiatement au point de collision. Ces stau-taus spéciaux parcourent quelques millimètres ou centimètres loin du centre avant de se désintégrer. C'est comme voir un feu d'artifice qui n'explose que lorsqu'il est déjà à mi-chemin dans le ciel.

Le nouvel outil : Un détecteur de « déplacement » intelligent

Le document souligne une amélioration majeure dans leur stratégie de recherche. Auparavant, les outils utilisés pour identifier les particules tau étaient comme des agents de sécurité formés pour repérer des personnes se tenant juste devant la porte d'entrée. Si quelqu'un déambulait quelques pas dans le hall avant d'être identifié, les agents le manquaient souvent ou pensaient qu'il s'agissait simplement d'un bruit ordinaire.

Pour corriger cela, l'équipe a construit un nouvel outil d'IA super intelligent appelé DISTAU.

• L'analogie : Imaginez que les anciens outils étaient comme un détecteur de métaux standard. Le nouvel outil DISTAU est comme un détective avec une carte 3D et une loupe. Il examine la « forme » de la trace de la particule et sait spécifiquement comment repérer une particule qui a commencé son voyage à quelques pas de l'entrée principale.
• Cette IA est basée sur un « Réseau de neurones graphiques », un type de mathématiques qui regarde comment les particules sont connectées entre elles, plutôt que de simplement les regarder une par une.

La recherche : 138 « années » de données

L'équipe a analysé des données collectées entre 2016 et 2018. Ils disposaient d'un ensemble de données massif équivalent à 138 femtobarns inverses (une unité de volume de données). Pour mettre cela en perspective, si vous imaginiez les données comme une bibliothèque, ils ont parcouru une bibliothèque si vaste que si vous lisiez un livre par seconde, il vous faudrait des millions d'années.

Ils ont mis en place un « piège » (la Région de Signal) avec des règles très spécifiques :

• Doit posséder deux particules tau qui semblent « déplacées » (déambulant).
• Doit présenter beaucoup d'énergie manquante (les particules fantômes).
• Ne doit pas présenter d'autres « bruits » évidents (comme des électrons ou des muons supplémentaires).

Les résultats : La fête est calme

Après avoir passé leurs données à travers cette IA sophistiquée, le résultat a été : Aucun stau n'a été trouvé.

Cependant, en science, ne rien trouver est tout de même une découverte majeure car cela nous indique où ne pas chercher.

• L'exclusion : Ils peuvent désormais affirmer avec une confiance de 95 % que si ces jumeaux stau existent, ils ne peuvent pas avoir certains poids (masses) ou parcourir certaines distances.
  • S'ils pèsent entre 126 et 260 GeV (dans un scénario), ils ne peuvent pas parcourir une distance de 50 mm.
  • S'ils pèsent 200 GeV, ils ne peuvent pas parcourir entre 21 et 94 mm.
• L'amélioration : Leur nouvel outil d'IA (DISTAU) a rendu la recherche bien meilleure que les tentatives précédentes. Ils ont pu exclure plus de possibilités que jamais, réduisant efficacement la « zone de sécurité » où ces particules pourraient se cacher.

Pourquoi cela importe

Même s'ils n'ont pas trouvé le stau, ils ont repoussé les limites de nos connaissances.

• Avant : Nous savions que les staus ne pouvaient pas être trop légers ou trop lourds dans certains scénarios.
• Maintenant : Nous savons qu'ils ne sont certainement pas dans ce « milieu » spécifique de poids et de distance de parcours.

C'est comme chercher une clé perdue dans une maison. Vous vérifiez la cuisine, le salon et la chambre. Vous ne la trouvez pas, mais maintenant vous savez avec certitude qu'elle n'est pas dans ces pièces. Vous devrez chercher dans le sous-sol ou le grenier la prochaine fois. Ce document a effectivement dégagé une grande section du « sous-sol » de l'espace des paramètres de l'univers, forçant les théories futures à être plus précises sur l'endroit où ces particules évasives pourraient se cacher.

En bref : Les scientifiques ont utilisé un tout nouvel « détecteur de particules déplacées » alimenté par l'IA pour scanner un volume massif de données de collision. Ils n'ont pas trouvé les jumeaux fantômes stau, mais ils ont réussi à prouver que si les jumeaux sont là, ils ne se cachent pas dans l'endroit spécifique qu'ils regardaient. Cela rend la recherche de la Supersymétrie plus ciblée et plus efficace.

Résumé technique

Résumé Technique : Recherche de la production de paires de staus à longue durée de vie dans les collisions proton-proton à $\sqrt{s} = 13$ TeV

Problème et Motivation
Les modèles de brisure de la supersymétrie médiée par le gauge (GMSB) constituent un cadre convaincant pour la physique au-delà du Modèle Standard (SM), abordant particulièrement le problème de la hiérarchie et offrant un candidat pour la matière noire (le gravitino). Dans ces scénarios, le stau ($\tilde{\tau}$), le partenaire supersymétrique du lepton tau, est souvent la particule la plus légère suivante (NLSP). En raison du couplage supprimé entre le stau, le tau et le gravitino presque sans masse, le stau peut posséder une durée de vie macroscopique, se désintégrant à l'intérieur du volume du détecteur. Cela entraîne des sommets de désintégration « déplacés », où les leptons tau résultants prennent naissance significativement loin du point d'interaction proton-proton primaire.

Les recherches existantes sur les staus à longue durée de vie ont fait face à des limitations. Les algorithmes traditionnels d'identification des taus hadroniques ($\tau_h$), optimisés pour les désintégrations promptes, souffrent d'une perte rapide d'efficacité (chutant d'environ 95 % pour des déplacements transverses de $\sim 10$ mm) à mesure que le sommet de désintégration s'éloigne de l'axe du faisceau. Cet article répond à la nécessité d'une stratégie de recherche dédiée capable d'identifier des staus avec des longueurs de désintégration propres ($c\tau_0$) allant de 1 à 1000 mm, en ciblant spécifiquement le mode de désintégration où les deux staus se désintègrent de manière hadronique ($\tilde{\tau} \to \tau \tilde{G}$).

Méthodologie
L'analyse utilise les données de collisions proton-proton collectées par l'expérience CMS à l'LHC entre 2016 et 2018, correspondant à une luminosité intégrée de $138 \text{ fb}^{-1}$ à $\sqrt{s} = 13$ TeV.

• Modèle de Signal : La recherche suppose des modèles GMSB simplifiés où des paires de staus sont produites et se désintègrent en un lepton tau et un gravitino. Deux scénarios sont considérés : un scénario de « mélange maximal » (production de l'état propre plus léger $\tilde{\tau}_1$) et un scénario de « dégénérescence de masse » (production de la fois $\tilde{\tau}_L$ et $\tilde{\tau}_R$).
• Reconstruction et Sélection d'Événements : Les événements sont sélectionnés en exigeant une grande impulsion transverse manquante ($p_T^{\text{miss}} > 120$ GeV) et exactement deux candidats tau hadroniques. Pour rejeter les fonds du SM, les événements contenant des veto-électrons, des veto-muons ou des jets avec étiquetage b (b-tagged) sont écartés.
• L'Algorithme DISTAU : L'innovation centrale de ce travail est l'application de l'algorithme d'identification DISTAU, un réseau de neurones graphiques basé sur l'architecture PARTICLENET, spécifiquement entraîné pour distinguer les candidats tau hadroniques déplacés ($\tau_h^{\text{dis}}$) des jets de fond. Contrairement aux algorithmes standards, DISTAU utilise des caractéristiques pertinentes pour les désintégrations déplacées, telles que les paramètres d'impact des traces constituantes chargées, tout en maintenant la sensibilité aux propriétés des taus hadroniques. L'algorithme opère avec trois points de fonctionnement (loose, medium, tight), le point « tight » ($WPT$) exigeant un paramètre d'impact transverse $|d_{xy}| > 2$ mm et une significativité $\hat{d}_{xy} > 5$.
• Estimation du Fond : Le fond dominant provient des jets du SM mal identifiés comme des taus déplacés. Puisque la simulation est insuffisante pour modéliser les queues des distributions cinématiques, une méthode basée sur les données est employée. Les probabilités de mauvaise identification sont mesurées dans des régions de contrôle enrichies en événements $W$+jets et Drell-Yan ($Z/\gamma^* \to \tau\tau$)+jets. Ces probabilités sont paramétrées en fonction du $p_T$ du jet et de $|d_{xy}|$ et extrapolées vers la région de signal (SR).
• Analyse Statistique : La région de signal est divisée en huit bacs (bins) basés sur le $p_T$ du second tau, le $p_T^{\text{miss}}$ et la masse str transverse ($m_{T2}$). Un test de rapport de vraisemblance de profil est utilisé pour fixer des limites supérieures sur la section efficace de production à un niveau de confiance de 95 % CL, en incorporant les incertitudes systématiques issues de la théorie, des performances du détecteur et de l'estimation du fond.

Contributions Clés

1. Première Application de DISTAU : Cet article présente la première recherche de staus à longue durée de vie utilisant l'algorithme de réseau de neurones graphiques DISTAU, qui est spécifiquement conçu pour récupérer l'efficacité des taus dont la désintégration est éloignée du vertex primaire.
2. Espace Paramétrique Étendu : L'analyse couvre une large gamme de masses de stau ($m_{\tilde{\tau}}$) de 90 à 600 GeV et de longueurs de désintégration propres ($c\tau_0$) de 1 à 1000 mm, comblant les lacunes laissées par les recherches précédentes qui étaient limitées aux désintégrations promptes ou à des durées de vie très longues.
3. Amélioration de la Modélisation du Fond : En employant une technique robuste basée sur les données utilisant des régions de contrôle et des recoupements entre les échantillons $W$+jets et Drell-Yan, l'analyse minimise la dépendance à la simulation pour le fond dominant de jets mal identifiés.

Résultats
L'analyse n'a observé aucun excès significatif d'événements par rapport au fond prédit du SM. Les rendements d'événements observés dans les huit bacs de signal étaient cohérents avec l'hypothèse de fond seul. Par conséquent, des limites d'exclusion ont été fixées sur la section efficace de production de paires de staus.

• Limites d'Exclusion (Scénario de Mélange Maximal) : Les masses de stau dans la plage 126–260 GeV sont exclues pour une longueur de désintégration propre de $c\tau_0 = 50$ mm. Pour un stau de masse $m_{\tilde{\tau}} = 200$ GeV, la plage de longueurs de désintégration propre de 21–94 mm est exclue.
• Limites d'Exclusion (Scénario de Dégénérescence de Masse) : En raison d'une section efficace de production plus élevée, les limites sont plus fortes. Les masses de stau dans la plage 90–425 GeV sont exclues pour $c\tau_0 = 50$ mm. Pour un $m_{\tilde{\tau}} = 200$ GeV, la plage de longueur de désintégration exclue est de 6–333 mm.
• Performance : Les résultats améliorent les limites d'exclusion précédemment rapportées par ATLAS et CMS. Par exemple, à $m_{\tilde{\tau}} = 300$ GeV dans le scénario de dégénérescence de masse, les limites supérieures sur la section efficace sont améliorées d'un facteur 2,5 à 5,7 par rapport aux recherches précédentes, selon la longueur de désintégration.

Signification
L'article affirme que le développement et l'application de l'algorithme dédié DISTAU ont conduit à une amélioration significative de la sensibilité expérimentale aux signatures de staus à longue durée de vie. En identifiant avec succès des taus déplacés qui auraient été manqués par les méthodes de reconstruction standards, cette recherche étend l'espace paramétrique exploré de la supersymétrie. Les résultats fournissent les contraintes les plus strictes à ce jour sur les scénarios GMSB impliquant des staus à longue durée de vie se désintégrant dans le volume du traceur CMS. L'analyse démontre la viabilité de l'utilisation des réseaux de neurones graphiques pour traiter des signatures non standards, offrant un modèle pour les futures recherches d'objets déplacés.