Search for long-lived charginos and $τ$-sleptons using final states with a disappearing track in $pp$ collisions at $\sqrt{s} = 13$ TeV with the ATLAS detector

En utilisant 137 fb⁻¹ de données de collisions proton-proton à 13 TeV enregistrées par le détecteur ATLAS, cette étude recherche des charginos et des sleptons $\tau$ à longue durée de vie se désintégrant en pistes disparaissant, établissant des limites d'exclusion sur leurs masses allant jusqu'à 880 GeV pour les charginos et 320 GeV pour les sleptons $\tau$ sans observer d'excès significatif par rapport au bruit de fond.

L'essentiel

Voici une explication simple de cette recherche scientifique, imagée comme si nous étions dans une grande course de voitures de formule 1.

🏁 La Grande Course : Le LHC et ATLAS

Imaginez le Grand Collisionneur de Hadrons (LHC) au CERN comme le plus grand circuit de course au monde. Des protons (de minuscules voitures) y circulent à une vitesse proche de celle de la lumière. Parfois, ils entrent en collision, créant une explosion d'énergie qui pourrait donner naissance à de nouvelles particules, des "voitures" que nous n'avons jamais vues auparavant.

L'expérience ATLAS est le gigantesque stade qui entoure la piste. C'est un appareil photo géant et ultra-sensible qui tente de photographier tout ce qui se passe après l'explosion.

🕵️‍♂️ Le Mystère : Les Particules "Fantômes"

Les physiciens cherchent des signes de Supersymétrie (SUSY). C'est une théorie qui dit que pour chaque particule connue (comme un électron), il existe un "jumeau" plus lourd et mystérieux.

Le problème ? Ces jumeaux sont souvent très instables. Ils naissent et meurent presque instantanément. Mais dans certains scénarios, ils sont un peu plus "lents" : ils survivent assez longtemps pour parcourir une petite distance dans le détecteur avant de disparaître.

C'est là que l'histoire devient intéressante. Ces particules hypothétiques (appelées charginos ou sleptons tau) se comportent comme des coureurs fantômes :

1. Ils entrent dans le stade (le détecteur).
2. Ils laissent une trace visible sur les premiers mètres de la piste (les couches internes du détecteur).
3. Soudain, ils s'évaporent et disparaissent sans laisser de trace plus loin.
4. Ils laissent derrière eux un "trou" dans l'énergie (ce qu'on appelle l'énergie manquante), car ils partent avec une partie de l'énergie de la collision sans qu'on puisse la voir.

🔍 La Chasse aux "Traces Disparues"

Dans cette étude, l'équipe ATLAS a regardé 137 milliards de collisions (c'est énorme !). Ils cherchaient un motif très précis :

• Un jet (un gros tas de débris, comme une voiture qui a explosé).
• Une trace qui s'arrête net (la particule qui a disparu).
• De l'énergie manquante (le poids de la particule fantôme qui s'est enfuie).

L'astuce de génie de cette recherche :
Auparavant, les détecteurs ne pouvaient voir que les traces qui faisaient un long chemin (4 ou 5 couches de détection). Mais les particules les plus intéressantes (les plus légères) sont si rapides et meurent si vite qu'elles ne font que 3 couches avant de disparaître.

• L'analogie : Imaginez chercher un coureur qui court seulement 30 mètres avant de disparaître dans un brouillard. Les anciens détecteurs ne le voyaient pas car ils attendaient qu'il fasse 50 mètres. Ici, les physiciens ont créé un nouvel algorithme (une sorte de filtre intelligent) capable de repérer ces traces courtes de 30 mètres.

Ils ont aussi utilisé une intelligence artificielle (un "cerveau numérique") pour repérer un petit signe supplémentaire : un pion (une particule légère) qui accompagne la disparition, comme une petite étincelle qui reste quand le fantôme s'en va.

📉 Le Résultat : Pas de Fantômes... pour l'instant

Après avoir scruté toutes ces données, que se passe-t-il ?

• Le verdict : Les physiciens n'ont trouvé aucune trace de ces particules fantômes.
• La bonne nouvelle : Même s'ils ne les ont pas trouvées, c'est une victoire ! Pourquoi ? Parce qu'ils ont pu dire : "Nous savons maintenant que ces particules n'existent pas avec telle masse et tel temps de vie."

C'est comme si vous cherchiez un trésor dans une île. Vous ne trouvez pas le coffre, mais vous pouvez dire avec certitude : "Le trésor n'est pas dans la grotte du nord, ni dans la plage du sud." Cela permet d'éliminer des zones de recherche pour les théories futures.

📏 Les Limites Imposées

Grâce à cette chasse, l'équipe ATLAS a dressé une "barrière" de sécurité :

• Si ces particules existent, elles doivent être plus lourdes que ce que nous pensions (plus de 225 GeV pour les plus légères, jusqu'à 880 GeV pour les plus lourdes).
• Si elles existent, elles doivent vivre plus longtemps ou plus court que certaines plages de temps spécifiques.

🚀 Conclusion

En résumé, cette expérience est un nettoyage minutieux de l'univers à l'échelle microscopique. Bien que les "particules supersymétriques" n'aient pas été vues cette fois-ci, l'expérience a repoussé les limites de notre connaissance. Elle a prouvé que si ces particules existent, elles sont plus insaisissables et plus massives que prévu, obligeant les physiciens à affiner leurs théories et à continuer la chasse avec encore plus de précision.

C'est un peu comme chercher une aiguille dans une botte de foin : cette fois, on n'a pas trouvé l'aiguille, mais on a réussi à trier et à jeter 90% de la botte de foin, ce qui rend la recherche future beaucoup plus facile !

Résumé technique

Voici un résumé technique détaillé de l'article de recherche soumis par la collaboration ATLAS, intitulé « Search for long-lived charginos and $\tilde{\tau}$-sleptons using final states with a disappearing track in $pp$ collisions at $\sqrt{s}= 13$ TeV with the ATLAS detector ».

1. Problématique et Contexte Physique

Cette étude vise à rechercher des signes de Supersymétrie (SUSY) dans les données du LHC, en se concentrant spécifiquement sur des particules chargées à vie longue (long-lived particles).

• Le défi théorique : Dans de nombreux modèles SUSY (notamment les scénarios de type wino ou higgsino pour les électro-weakinos, et certains modèles de type CMSSM ou GMSB pour les $\tilde{\tau}$-sleptons), la différence de masse entre la particule chargée (ex: chargino $\tilde{\chi}^\pm_1$) et la particule neutre la plus légère (LSP, ex: neutralino $\tilde{\chi}^0_1$) est très faible (de l'ordre de quelques centaines de MeV).
• La signature expérimentale : Cette petite différence de masse implique que la particule chargée se désintègre très lentement (durée de vie $\tau \sim 0.01 - 10$ ns) avant de sortir du détecteur interne. Elle se désintègre en un pion chargé de très basse énergie (souvent non reconstruit) et le LSP (invisible).
• Le signal : Cela produit une signature caractéristique de « trajectoire disparaissante » (disappearing track) : une trace chargée reconstruite dans les couches internes du détecteur (pixels) qui s'arrête brusquement sans atteindre les couches externes (SCT, TRT) ni le calorimètre, accompagnée d'un impulsion transverse manquante ($E_T^{miss}$) due au LSP qui s'échappe.

L'objectif est d'améliorer les limites d'exclusion précédentes en ciblant des durées de vie plus courtes et en utilisant de nouvelles techniques de reconstruction.

2. Méthodologie et Stratégie d'Analyse

L'analyse repose sur 137 fb$^{-1}$ de données de collisions proton-proton à 13 TeV collectées lors du Run 2 du LHC (2015-2018) par le détecteur ATLAS.

A. Reconstruction des Événements

• Déclenchement (Trigger) : Les événements sont sélectionnés via un déclenchement basé sur un grand $E_T^{miss}$, nécessitant un jet de rayonnement d'état initial (ISR) de haute impulsion transverse ($p_T > 100$ GeV) pour compenser le faible $E_T^{miss}$ intrinsèque des désintégrations à faible splitting de masse.
• Reconstruction des « Tracklets » : Contrairement aux analyses précédentes qui exigeaient 4 hits dans le détecteur à pixels, cette analyse développe un algorithme dédié capable de reconstruire des tracklets (traces courtes) avec seulement 3 ou 4 hits dans les couches de pixels. Cela permet de détecter des particules avec des durées de vie plus courtes (jusqu'à $\sim 0.02$ ns).
• Reconstruction du pion faible : Pour les scénarios de type higgsino/wino, le pion issu de la désintégration a une impulsion très faible (250-350 MeV). Un algorithme de Machine Learning (Boosted Decision Tree - BDT) est utilisé pour identifier ces « soft tracks » (pions de basse énergie) associés au tracklet, améliorant significativement la sensibilité.

B. Régions de Signal (SR)

Quatre régions de signal orthogonales sont définies pour couvrir différents régimes de durée de vie et de reconstruction :

1. SR4High / SR4Mid : Exigent un tracklet à 4 couches de pixels. SR4High impose un $E_T^{miss} > 300$ GeV, tandis que SR4Mid couvre la gamme 150-300 GeV.
2. SR3High1$\pi$ : Exige un tracklet à 3 couches de pixels ET la présence d'un pion chargé de basse énergie (via le BDT). $E_T^{miss} > 240$ GeV.
3. SR3High0$\pi$ : Exige un tracklet à 3 couches mais veto sur la présence d'un pion (pour réduire le bruit de fond). $E_T^{miss} > 280$ GeV.

C. Estimation du Bruit de Fond

Une approche purement basée sur les données (data-driven) est utilisée pour estimer les bruits de fond, dominés par :

• Faux tracklets (Fake tracklets) : Combinaisons accidentelles de hits dans les pixels ou particules standards (électrons, muons, hadrons) subissant une diffusion ou une perte d'énergie brutale (bremsstrahlung) simulant une trajectoire courte.
• Méthode : Utilisation de régions de contrôle (CR) et de régions de template (TR) pour dériver des facteurs de transfert (TF) et des facteurs d'échelle (SF). Les distributions de $p_T$ des tracklets sont extrapolées depuis des régions à faible $E_T^{miss}$ ou à grand impact parameter vers les régions de signal.

3. Contributions Clés et Innovations Techniques

• Reconstruction à 3 couches : L'introduction d'un algorithme capable de reconstruire des traces avec seulement 3 hits dans les pixels permet d'accéder à des durées de vie plus courtes ($c\tau \sim 7-14$ mm), comblant un vide dans la couverture des modèles higgsino.
• Identification des pions mous par BDT : L'utilisation d'un BDT pour identifier les pions de très basse énergie associés aux tracklets améliore la séparation signal/bruit, en particulier pour les scénarios higgsino où le pion est crucial.
• Veto calorimétrique : L'exigence qu'un tracklet ne soit associé à aucun dépôt d'énergie dans le calorimètre permet de rejeter efficacement les bruits de fond dominants (électrons et hadrons).
• Amélioration de la sensibilité : Ces avancées techniques permettent d'atteindre une sensibilité supérieure de l'ordre de 100 GeV en masse par rapport à l'analyse précédente d'ATLAS (EPJC 82 (2022) 606).

4. Résultats

Aucun excès significatif d'événements n'a été observé par rapport aux prédictions du Modèle Standard. Les données sont compatibles avec le bruit de fond attendu (les écarts locaux sont inférieurs à $2\sigma$).

Des limites d'exclusion au niveau de confiance de 95 % (CL) ont été établies sur les masses des particules SUSY en fonction de leur durée de vie :

• Charginos Wino-like :
  • Exclusion jusqu'à 880 GeV (attendu : 1020 GeV) pour une durée de vie d'environ 1 ns.
• Charginos Higgsino-like :
  • Pour les durées de vie courtes ($\tau < 0.03$ ns, splitting de masse dû aux corrections de boucle SM) : exclusion jusqu'à 225 GeV (attendu : 250 GeV).
  • Pour les durées de vie d'environ 1 ns : exclusion jusqu'à 720 GeV (attendu : 840 GeV).
• $\tilde{\tau}$-Sleptons (Scénarios CMSSM et GMSB) :
  • Pour une durée de vie d'environ 1 ns : exclusion jusqu'à 320 GeV (CMSSM) et 300 GeV (GMSB) (attendu : 390 GeV et 380 GeV respectivement).

5. Signification et Impact

Cette analyse représente l'état de l'art dans la recherche de particules supersymétriques à vie longue avec le détecteur ATLAS :

1. Extension de l'espace des phases : Elle explore efficacement la région des durées de vie très courtes ($< 0.1$ ns) qui était difficilement accessible auparavant, renforçant les contraintes sur les modèles de matière noire naturelle (Natural SUSY) et les modèles de matière noire électrofaible (WIMP).
2. Validation des techniques de reconstruction : La réussite de la reconstruction à 3 couches et l'identification des pions mous par IA démontrent la capacité des expériences de haute énergie à adapter leurs algorithmes pour des signatures exotiques.
3. Contraintes théoriques : Les limites strictes posées sur les masses des higgsinos et winos réduisent considérablement la fenêtre de paramètres viable pour les modèles SUSY naturels, forçant les théoriciens à reconsidérer les échelles de masse ou les mécanismes de brisure de symétrie.
4. Préparation pour le HL-LHC : Les méthodes développées (tracklets courts, BDT pour pions mous) sont directement transférables et essentielles pour les futures recherches à haute luminosité, où la sensibilité aux signaux rares sera cruciale.

En résumé, cette étude consolide l'absence de découverte de SUSY dans le secteur électrofaible pour les masses jusqu'à ~1 TeV et les durées de vie jusqu'à ~1 ns, tout en repoussant les limites de la technologie de reconstruction de traces dans les détecteurs de particules.