⚛️ high-energy experiments

Probing compressed mass spectra in the type-II seesaw model at the LHC

यह शोध पत्र प्रस्तावित करता है कि टाइप-II सीसॉ मॉडल (seesaw model) में एक संकुचित द्रव्यमान स्पेक्ट्रम परिदृश्य, जिसने संभवतः पिछले LHC खोजों से खुद को बचा लिया है, मौजूदा रन 2 और भविष्य के HL-LHC डेटा पर कम इनवेरिएंट मास वाले सेम-साइन डाइलिप्टन आयोजनों के मल्टीवेरिएट विश्लेषण का उपयोग करके प्रभावी ढंग से जांचा जा सकता है।

मूल लेखक: Saiyad Ashanujjaman, Siddharth P. Maharathy

प्रकाशित 2026-03-23

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Saiyad Ashanujjaman, Siddharth P. Maharathy

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि भौतिकी का मानक मॉडल (Standard Model) एक विशाल, लगभग पूर्ण पहेली है। हम अधिकांश टुकड़ों को जानते हैं, लेकिन हमारे पास कुछ महत्वपूर्ण टुकड़े गायब हैं जो यह समझाते हैं कि न्यूट्रिनो (छोटे, अदृश्य कण) का द्रव्यमान क्यों है। इस अंतर को भरने के लिए एक लोकप्रिय सिद्धांत है टाइप-II सीसॉ मॉडल (Type-II Seesaw Model)।

इस मॉडल को पहेली में एक नया, विशेष "ट्रिपलेट" टुकड़ा जोड़ने के रूप में सोचें। यह टुकड़ा तीन प्रकारों (flavors) में आता है: एक दोहरे आवेशित (doubly charged) कण, एक एकल आवेशित (sightly charged) कण, और एक तटस्थ (neutral) कण। वैज्ञानिक वर्षों से स्विट्जरलैंड में स्थित दुनिया के सबसे बड़े कणों के टकराने वाले यंत्र, लार्ज हैड्रॉन कोलाइडर (LHC) में इन कणों की तलाश कर रहे हैं।

समस्या: "अदृश्य" खोज

अब तक, LHC ने कुछ भी नहीं पाया है। यह एक पार्किंग लॉट में एक विशिष्ट कार को खोजने जैसा है, लेकिन हर बार जब आप देखते हैं, तो वह कार या तो देखने के लिए बहुत तेज़ होती है या किसी ट्रक के पीछे छिपी होती है।

भौतिकी के शब्दों में, पिछली खोजों ने इन कणों को तब देखा जब वे भारी थे और द्रव्यमान में एक-दूसरे से दूर थे। यदि कण भारी होते, तो वे उच्च-ऊर्जा वाले, आसानी से पहचाने जाने वाले कणों में टूट (decay) जाते। LHC के प्रयोगों (ATLAS और CMS) ने इन "भारी और स्पष्ट" परिदृश्यों को खारिज कर दिया है।

हालाँकि, इस शोध पत्र के लेखक सुझाव देते हैं कि शायद हम गलत जगह देख रहे हैं। वे एक परिदृश्य प्रस्तावित करते हैं जिसे "कंप्रेस्ड मास स्पेक्ट्रा" (Compressed Mass Spectra) कहा जाता है।

उपमा: कसकर भरा हुआ सूटकेस

कल्पना कीजिए कि नए कण 'नेस्टिंग डॉल्स' (एक के भीतर एक रखे जाने वाले खिलौने) या एक कसकर भरे हुए सूटकेस की तरह हैं।

पुरानी खोज: ऐसी खोज की जहाँ डॉल्स बहुत बड़ी थीं और एक-दूसरे से काफी दूर थीं। पहचानना आसान था।
नई स्थिति: डॉल्स सभी एक ही आकार की हैं और इतनी कसकर भरी हुई हैं कि उनके पास हिलने-डुलने के लिए बहुत कम जगह है।

इस "कंप्रेस्ड" परिदृश्य में, जब भारी कण टूटता है, तो परिणामी टुकड़े (लेप्टोन) बहुत सॉफ्ट (कम ऊर्जा वाले) होते हैं और धीरे चलते हैं। वे शोर भरे कमरे में फुसफुसाहट की तरह होते हैं।

शोर: LHC एक अराजक स्थान है जो मानक प्रक्रियाओं (जैसे जेट्स और नकली कणों) से भरे "बैकग्राउंड नॉइज़" से भरा हुआ है।
फुसफुसाहट: हमारे कंप्रेस्ड कणों का सिग्नल इतना शांत और कम ऊर्जा वाला है कि मानक खोज फिल्टर (जो ऊंचे, ऊर्जावान सिग्नलों की तलाश करते हैं) इसे अनदेखा कर देते हैं। यह एक ड्रम सोलो बजने के दौरान फुसफुसाहट सुनने की कोशिश करने जैसा है; फुसफुसाहट शोर में खो जाती है।

समाधान: फुसफुसाहट को सुनना

लेखकों ने महसूस किया कि यदि आप शोर को हटाने के लिए ऊंचे, उच्च-ऊर्जा वाले सिग्नलों की मांग करते हैं, तो आप अनजाने में फुसफुसाहट को भी बाहर कर देते हैं। इसलिए, उन्होंने अपनी रणनीति बदलने का निर्णय लिया।

तेज, उच्च-ऊर्जा वाले विस्फोटों को खोजने के बजाय, उन्होंने दो समान-चिह्न वाले लेप्टोन (जैसे समान चार्ज वाले दो इलेक्ट्रॉन) के एक विशिष्ट पैटर्न को खोजने का निर्णय लिया जो कम ऊर्जा वाले और एक-दूसरे के करीब हों।

ऐसा करने के लिए, उन्होंने एक मल्टीवेरिएट एनालिसिस (MVA) का उपयोग किया।

रूपक: एक क्लब के बाउंसर की कल्पना करें। पुराना बाउंसर केवल उन लोगों को अंदर आने देता था जिन्होंने चमकदार, महंगे सूट पहने हों (उच्च ऊर्जा)। नया बाउंसर एक सुपर-स्मार्ट AI (BDT क्लासिफायर) है। यह AI केवल एक चीज़ नहीं देखता; यह पूरी तस्वीर देखता है: भीड़ का आकार, समय, लोगों के खड़े होने का विशिष्ट तरीका, और वास्तविक VIP और उसके जैसे दिखने वाले व्यक्ति के बीच सूक्ष्म अंतर।
AI को "शोर" (नकली कणों और गलत पहचाने गए चार्ज, जैसे कि एक पॉजिटिव इलेक्ट्रॉन को नेगेटिव समझने) से "फुसफुसाहट" वाले सिग्नल को अलग करने के लिए प्रशिक्षित किया गया था।

परिणाम: छिपे हुए रत्नों की खोज

LHC द्वारा एकत्र किए गए डेटा (रन 2) के माध्यम से चलाने और भविष्य के डेटा (हाई-ल्यूमिनोसिटी LHC) का अनुकरण करने के बाद, उन्हें पता चला:

एक छिपा हुआ सुरक्षित क्षेत्र: "पैरामीटर स्पेस" का एक बड़ा हिस्सा (इन कणों के संभावित सेटिंग्स) है जिसे LHC ने पूरी तरह से अनदेखा कर दिया क्योंकि कण बहुत "सॉफ्ट" थे।
हम उन्हें पा सकते हैं: पहले से एकत्र किए गए डेटा के साथ, वे इन कणों को खोज सकते हैं यदि उनका वजन 260 GeV तक हो। भविष्य के डेटा (HL-LHC) के साथ, वे उन्हें 360 GeV तक खोज सकते हैं।

यह क्यों मायने रखता है

यह शोध पत्र एक टीम को यह बताने जैसा है कि, "तेज ड्रमों को ढूंढना बंद करें! उत्तर उस शांत फुसफुसाहट में हो सकता है जिसे हम अनदेखा कर रहे हैं।"

यह सुझाव देता है कि टाइप-II सीसॉ मॉडल मृत नहीं है; यह बस एक "कंप्रेस्ड" कोने में छिपा हुआ है जिसे पिछली खोजें बहुत आक्रामक होने के कारण देख नहीं पाईं। अपने नियमों को ढीला करके और स्मार्ट डेटा विश्लेषण का उपयोग करके, हम शायद न्यूट्रिनो द्रव्यमान की पहेली के लापता टुकड़ों को ठीक अपनी आंखों के सामने पा सकते हैं।

संक्षेप में: लेखकों ने छिपे हुए कणों को देखने का एक नया तरीका खोजा है जो पुराने तरीकों के लिए बहुत शांत हैं, जिससे यह सिद्ध होता है कि ब्रह्मांड के रहस्यों का एक महत्वपूर्ण हिस्सा अभी भी LHC के मौजूदा डेटा में खोजे जाने की प्रतीक्षा कर रहा है।

यहाँ सैयाद अशानुज्जामन और सिद्धार्थ पी. महारथी के शोध पत्र "Probing compressed mass spectra in the type-II seesaw model at the LHC" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

Type-II Seesaw मॉडल, एक $SU(2)_L$ ट्रिपलेट स्केलर क्षेत्र ( $\Delta$ ) के परिचय के साथ स्टैंडर्ड मॉडल (SM) का विस्तार करता है, जिसका हाइपरचार्ज $Y=1$ है। यह मॉडल स्वाभाविक रूप से न्यूट्रिनो द्रव्यमान की व्याख्या करता है और भौतिक अवस्थाओं की भविष्यवाणी करता है जिनमें डबली चार्ज्ड ( $H^{\pm\pm}$ ), सिंगली चार्ज्ड ( $H^{\pm}$ ), और न्यूट्रल ( $H^0, A^0$ ) स्केलर शामिल हैं।

मुख्य मुद्दा:

प्रायोगिक सीमाएँ (Experimental Limits): लार्ज हैड्रॉन कोलाइडर (LHC) पर व्यापक खोजों ने $H^{\pm\pm}$ के द्रव्यमान पर कड़े निचले स्तर की सीमाएँ निर्धारित की हैं (जैसे $\ell^\pm \ell^\pm$ के क्षय के लिए $\sim 1020$ GeV और $W^\pm W^\pm$ के लिए $\sim 420$ GeV), विशेष रूप से उन क्षेत्रों में जहाँ द्रव्यमान विभाजन (mass splitting, $\Delta m = m_{H^{\pm\pm}} - m_{H^{\pm}}$ ) अधिक होता है।
"ब्लाइंड स्पॉट" (The "Blind Spot"): पैरामीटर स्पेस का एक महत्वपूर्ण हिस्सा अनियंत्रित बना हुआ है। यह तब होता है जब द्रव्यमान विभाजन कम ( $\Delta m \sim \mathcal{O}(10)$ GeV) हो और ट्रिपलेट वैक्यूम एक्सपेक्टेशन वैल्यू (VEV) छोटा ( $v_t \lesssim 10^{-4}$ ) हो।
काइनेमैटिक चुनौती (Kinematic Challenge): इस "कंप्रेस्ड" (compressed) शासन में, $H^{\pm\pm}$ और $H^{\pm}$ ऑफ-शेल $W$ बोसॉन और न्यूट्रल स्कैलर्स ( $H^0/A^0$ ) के माध्यम से क्षय होते हैं। चूंकि इस शासन में $H^0/A^0$ , न्यूट्रिनों ( $\nu\nu$ ) में अदृश्य रूप से क्षय होते हैं, इसलिए अंतिम अवस्था में सॉफ्ट लेप्टोन और जेट्स के साथ कम मिसिंग ट्रांसवर्स मोमेंटम ( $p_T^{miss}$ ) प्राप्त होता है।
बैकग्राउंड का प्रभाव (Background Overwhelm): उच्च- $p_T$ जेट्स (Initial State Radiation से) या उच्च $p_T^{miss}$ पर निर्भर मानक खोज रणनीतियाँ सिग्नल स्वीकृति को काफी कम कर देती हैं। इसके अलावा, निम्न- $p_T$ सिग्नल SM बैकग्राउंड (QCD मल्टीजेट्स, डरेल-यान, टॉप प्रोडक्शन) और विशिष्ट इंस्ट्रुमेंटल प्रभावों जैसे फेक लेप्टोन और इलेक्ट्रॉन चार्ज मिसआइडेंटिफिकेशन से घिर जाता है।

2. कार्यप्रणाली (Methodology)

लेखक एक विशेष खोज रणनीति का प्रस्ताव करते हैं जो कंप्रेस्ड स्पेक्ट्रम के अनुकूल हो, जिसमें सिग्नल को बैकग्राउंड से अलग करने के लिए मल्टीवेरिएट एनालिसिस (MVA) का उपयोग किया गया है।

A. सिग्नल मॉडल और उत्पादन (Signal Model & Production)

प्रक्रिया: डरेल-यान तंत्रों के माध्यम से ट्रिपलेट-जैसे हिग्स का युग्म उत्पादन ( $q\bar{q} \to \gamma^*/Z^* \to H^{++}H^{--}$ और $qq' \to W^* \to H^{\pm\pm}H^{\pm}$ )।
बेंचमार्क पॉइंट (BP1): $m_{H^{\pm\pm}} = 200$ GeV, $\Delta m = 30$ GeV।
क्षय श्रृंखला (Decay Chain): $H^{\pm\pm} \to W^{\pm*} H^{\pm} \to W^{\pm*} W^{\pm*} H^0/A^0 \to \ell^\pm \nu \ell^\pm \nu \nu\nu$ ।
अंतिम अवस्था हस्ताक्षर (Final State Signature): कम इनवेरिएंट मास के साथ सेम-साइन लेप्टोन ( $\ell^\pm \ell^\pm$ ) का एक जोड़ा, जो सॉफ्ट जेट्स और कम $p_T^{miss}$ के साथ होता है।

B. सिमुलेशन और बैकग्राउंड (Simulation & Backgrounds)

टूल्स: MadGraph5_aMC@NLO के साथ जनरेट किए गए इवेंट्स, PYTHIA 8.2 के साथ शावर किए गए, और Delphes 3.4.2 (CMS कार्ड) के माध्यम से डिटेक्टर प्रभावों का सिमुलेशन किया गया।
बैकग्राउंड श्रेणियाँ:
1. प्रॉम्प्ट (Prompt): डिबोसन ($WZ, ZZ, WW $), ट्राइबोसन, टॉप-पेयर ($ t\bar{t}$)।
2. नॉन-प्रॉम्प्ट/फेक (Non-prompt/Fake): लेप्टोन के रूप में गलत पहचाने गए जेट्स। इन्हें $p_T$ -निर्भर संभावना (0.1–0.3%) के साथ रूढ़िवादी तरीके से मॉडल किया गया है।
3. चार्ज मिसआइडेंटिफिकेशन (Charge Misidentification): ब्रेम्सस्ट्रालुंग (bremsstrahlung) के कारण विपरीत-चिह्न (opposite-sign) लेप्टोन (मुख्यतः डरेल-यान और $t\bar{t}$ से) को सेम-साइन के रूप में गलत पहचानना। इसे $p_T$ - और $\eta$ -निर्भर संभावना के साथ मॉडल किया गया है।

C. इवेंट सिलेक्शन और MVA

प्री-सिलेक्शन:
- दो सेम-साइन आइसोलेटेड लेप्टोन ( $e$ या $\mu$ ) जिनका $p_T > 15$ GeV हो।
- इनवेरिएंट मास कट: $1 \text{ GeV} < m_{\ell\ell} < 60 \text{ GeV}$ ( $Z$ -बोसॉन बैकग्राउंड और $J/\psi$ रेजोनेंस को दबाने के लिए)।
- कोणीय पृथक्करण $\Delta R_{\ell\ell} > 0.05$ और $\Delta R_{\ell,j} > 0.4$ ।
मल्टीवेरिएट एनालिसिस (BDT):
- क्लासिफायर: TMVA टूलकिट (AdaBoost एल्गोरिदम) का उपयोग करके बूस्टेड डिसीजन ट्री (BDT)।
- इनपुट फीचर्स: $p_T(\ell_{1,2})$ , $p_T^{miss}$ , $m_{\ell\ell}$ , $\Delta R_{\ell\ell}$ , $p_T(\ell\ell)$ , $p_T$ का स्केलर योग ( $L_T$ ), और अज़ीमुथल सेपरेशन $\Delta\phi(\ell\ell, p_T^{miss})$ ।
- ऑप्टिमाइजेशन: BDT रिस्पॉन्स कट को > 0.4 पर सेट किया गया था, जहाँ डिस्कवरी सिग्निफिकेंस शिखर (peak) पर होती है।
- मुख्य निष्कर्ष: वेरिएबल $\Delta R_{\ell\ell}$ ने सबसे अच्छा सेपरेशन पावर प्रदान किया, जबकि व्यक्तिगत लेप्टोन $p_T$ सबसे कम महत्वपूर्ण था।

3. मुख्य योगदान (Key Contributions)

एक व्यवहार्य खोज चैनल की पहचान: यह शोध पत्र दर्शाता है कि Type-II Seesaw मॉडल का "कंप्रेस्ड" क्षेत्र, जिसे सॉफ्ट काइनेमैटिक्स के कारण पहले अप्राप्य माना जाता था, लो-इनवेरिएंट-मास सेम-साइन डायलेप्टोन पर ध्यान केंद्रित करके और उच्च- $p_T$ आवश्यकताओं को शिथिल करके जांचा जा सकता है।
मजबूत बैकग्राउंड हैंडलिंग: विश्लेषण स्पष्ट रूप से इलेक्ट्रॉन चार्ज मिसआइडेंटिफिकेशन और फेक लेप्टोन को ध्यान में रखता है, जो लो- $p_T$ सेम-साइन डायलेप्टोन खोजों में प्रमुख बैकग्राउंड हैं।
MVA ऑप्टिमाइजेशन: एक साधारण कट-आधारित विश्लेषण की तुलना में BDT क्लासिफायर का उपयोग सिग्नल-टू-बैकग्राउंड अनुपात को काफी बढ़ाता है, जिससे उन सिग्नल इवेंट्स को बनाए रखने में मदद मिलती है जो अन्यथा खो जाते।

4. परिणाम (Results)

लेखकों ने मौजूदा Run 2 डेटा और भविष्य के हाई-ल्यूमिनोसिटी LHC (HL-LHC) डेटा का उपयोग करके खोज की संवेदनशीलता (sensitivity) का अनुमान लगाया।

Run 2 डेटा के साथ संवेदनशीलता ( $\sim 139 \text{ fb}^{-1}$ ):
- $5\sigma$ डिस्कवरी के लिए मॉडल को $m_{H^{\pm\pm}} \approx 260$ GeV तक जांचा जा सकता है।
- बहिष्करण सीमाएँ (Exclusion limits, 95% CL) $\approx 330$ GeV तक पहुँच सकती हैं।
HL-LHC डेटा के साथ संवेदनशीलता ( $3000 \text{ fb}^{-1}$ ):
- डिस्कवरी की पहुंच $m_{H^{\pm\pm}} \approx 360$ GeV तक बढ़ जाती है।
- बहिष्करण पहुंच (Exclusion reach) $\approx 420$ GeV तक बढ़ जाती है।
महत्व (Significance): ये परिणाम एक ऐसे पैरामीटर स्पेस ( $\Delta m \sim 30$ GeV, $v_t \lesssim 10^{-4}$ ) को कवर करते हैं जो वर्तमान में ATLAS और CMS खोजों द्वारा अनियंत्रित है, जो आमतौर पर बड़े द्रव्यमान विभाजन या उच्च $p_T$ थ्रेशोल्ड मानते हैं।

5. महत्व (Significance)

सैद्धांतिक प्रभाव: यह कार्य Type-II Seesaw मॉडल को इलेक्ट्रोवीक स्केल पर एक व्यवहार्य उम्मीदवार के रूप में पुनर्जीवित करता है। यह दिखाता है कि अब तक खोज की कमी का मतलब यह नहीं है कि मॉडल गलत है, बल्कि यह संकेत देता है कि द्रव्यमान स्पेक्ट्रम कंप्रेस्ड हो सकता है।
प्रायोगिक रणनीति: यह LHC प्रयोगों के लिए "स्टील्थ" (stealth) संकेतों को खोजने के लिए एक ठोस रोडमैप प्रदान करता है, जो सॉफ्ट ऑब्जेक्ट्स और लो मिसिंग एनर्जी द्वारा चिह्नित होते हैं। यह रणनीति न केवल Type-II Seesaw बल्कि अन्य BSM परिदृश्यों (जैसे सूपरसिमेट्री) के लिए भी लागू है।
भविष्य की संभावनाएं: यह अध्ययन पुष्टि करता है कि पूर्ण Run 2 डेटासेट और आगामी HL-LHC रन में इस विशिष्ट कंप्रेस्ड Type-II Seesaw पैरामीटर स्पेस को या तो खोजने या निश्चित रूप से बाहर करने की सांख्यिकीय शक्ति है।

निष्कर्षतः, यह शोध पत्र सफलतापूर्वक तर्क देता है कि उन्नत मल्टीवेरिएट तकनीकों को अपनाकर और पारंपरिक काइनेमैटिक कट्स को शिथिल करके, LHC प्रभावी रूप से Type-II Seesaw मॉडल के मायावी, कंप्रेस्ड मास स्पेक्ट्रा की जांच कर सकता है, जो संभावित रूप से न्यूट्रिनो द्रव्यमान के पीछे के तंत्र को उजागर कर सकता है।