Search for squarks and gluinos in $pp$ collisions at $\sqrt{s} = 13$ TeV and $13.6$ TeV in events with $τ$-leptons, jets and missing transverse momentum using the ATLAS detector

तकनीकी सारांश: $\tau$-लेप्टॉन, जेट्स और मिसिंग ट्रांसवर्स मोमेंटम वाले आयोजनों में स्क्वार्क और ग्लूनो की खोज

समस्या और प्रेरणा
स्टैंडर्ड मॉडल (SM), हालांकि प्रयोगात्मक रूप से सुदृढ़ है, फिर भी एक अपूर्ण प्रभावी सिद्धांत बना हुआ है। यह पदानुक्रम समस्या (hierarchy problem), हिग्स पोटेंशियल के फाइन-ट्यूनिंग और डार्क मैटर की प्रकृति को संबोधित करने में विफल रहता है। ससयमेट्री (Supersymmetry - SUSY) एक सैद्धांतिक विस्तार प्रदान करती है जो बोसोन और फर्मियॉन के बीच एक समरूपता पेश करती है, जो सभी ज्ञात कणों के लिए सुपरपार्टनर्स (superpartners) की भविष्यवाणी करती है। कई SUSY परिदृश्यों में, R-पैरिटी संरक्षित रहती है, जिसका अर्थ है कि सुपरसिमेट्रिक कण जोड़े में उत्पन्न होते हैं और सबसे हल्का सुपरसिमेट्रिक कण (LSP) स्थिर होता है, जो एक व्यवहार्य डार्क मैटर उम्मीदवार के रूप में कार्य करता है।

यह शोध पत्र R-पैरिटी-संरक्षित SUSY की खोज प्रस्तुत करता है, जो विशेष रूप से ग्लूनो ($\tilde{g}$) और प्रथम या द्वितीय पीढ़ी के लेफ्ट-हैंडेड स्क्वार्क ($\tilde{q}$) के युग्म उत्पादन (pair production) को लक्षित करता है। यह विश्लेषण उन क्षय श्रृंखलाओं (decay chains) पर ध्यान केंद्रित करता है जहाँ ये कण मध्यवर्ती अवस्थाओं ($\tilde{\chi}^{\pm}_1$, $\tilde{\chi}^0_2$) के माध्यम से $\tau$-स्लेप्टॉन ($\tilde{\tau}$) या $\tau$-स्नेयट्रिनो ($\tilde{\nu}_{\tau}$) में जाते हैं, जो बाद में LSP ($\tilde{\chi}^0_1$) और एक SM $\tau$-लेप्टॉन या $\nu_{\tau}$ में क्षय होते हैं। इसके परिणामस्वरूप ऐसे अंतिम अवस्थाएँ (final states) प्राप्त होती हैं जिनमें हैड्रोनिक रूप से क्षय होने वाले $\tau$-लेप्टॉन, जेट्स और महत्वपूर्ण मिसिंग ट्रांसवर्स मोमेंटम ($E^{\text{miss}}_T$) होते हैं। पिछले ATLAS (2015–2016) और CMS (2011) के खोजों ने क्रमशः 2 TeV और 1.15 TeV से कम ग्लूनो द्रव्यमान को वर्जित (exclude) किया था। यह विश्लेषण पूर्ण Run 2 डेटासेट और प्रारंभिक Run 3 डेटा का लाभ उठाते हुए, बेहतर पुनर्निर्माण तकनीकों और उन्नत विश्लेषण रणनीतियों का उपयोग करके इन सीमाओं को विस्तारित करने का लक्ष्य रखता है।

कार्यप्रणाली (Methodology)
यह विश्लेषण प्रोटॉन-प्रोटॉन टकराव डेटा का उपयोग करता है जो ATLAS डिटेक्टर द्वारा $\sqrt{s} = 13$ TeV (2015–2018, 140 fb$^{-1}$) और $\sqrt{s} = 13.6$ TeV (2022–2023, 51.8 fb$^{-1}$) के केंद्र-द्रव्यमान ऊर्जाओं पर एकत्र किया गया है।

• इवेंट चयन और चैनल (Event Selection and Channels): आयोजनों को $E^{\text{miss}}_T > 200$ GeV, कम से कम एक हैड्रोनिक रूप से क्षय होने वाले $\tau$-लेप्टॉन, और कम से कम दो जेट्स (एक जिसका $p_T > 120$ GeV हो) के प्रीसिलेक्शन को पास करना आवश्यक है। खोज को लीप्टॉन सामग्री के आधार पर तीन ऑर्थोगोनल चैनलों में विभाजित किया गया है:

  1. 1tau0lep: ठीक एक हैड्रोनिक $\tau$, कोई इलेक्ट्रॉन या म्यूऑन नहीं।
  2. 1tau1lep: ठीक एक हैड्रोनिक $\tau$ और कम से कम एक इलेक्ट्रॉन या म्यूऑन।
  3. 2tau: दो या अधिक हैड्रोनिक $\tau$-लेप्टॉन।

• विश्लेषण रणनीतियाँ (Analysis Strategies): दो स्वतंत्र दृष्टिकोणों का उपयोग किया जाता है और उन्हें सांख्यिकीय रूप से संयोजित किया जाता है:

  1. मशीन-लर्निंग (ML) दृष्टिकोण: एक मल्टी-क्लास क्लासिफिकेशन के लिए बूस्टेड डिसीजन ट्रीज़ (XGBoost) का उपयोग किया जाता है, जिसे सिग्नल और SM बैकग्राउंड (जिसमें $W$+jets, $Z$+jets, डाइबोसोन, टॉप, और फेक $\tau$ शामिल हैं) के बीच अंतर करने के लिए प्रशिक्षित किया गया है। संपूर्ण फेज़ स्पेस का उपयोग किया जाता है, जहाँ सिग्नल रीजन (SRs) को उच्च क्लासिफायर स्कोर (>0.75–0.8) द्वारा परिभाषित किया जाता है। यह दृष्टिकोण सख्त काइनेटिक कट्स लगाए बिना चरों (variables) के बीच सहसंबंधों को पकड़ता है।
  2. कट-एंड-काउंट दृष्टिकोण (Cut-and-Count Approach): विशिष्ट सिग्नल टोपोलॉजी के लिए अनुकूलित SRs को परिभाषित करने के लिए पारंपरिक चयन कट्स लागू किए जाते हैं। इसमें "कंप्रेस्ड" (Compressed) SRs (कम द्रव्यमान विभाजन $\Delta m$ और सॉफ्ट $\tau$-लेप्टॉन को लक्षित करने के लिए) और "हाई मास" (High Mass) SRs (बड़े द्रव्यमान विभाजन को लक्षित करने के लिए) शामिल हैं। बिनिंग के लिए $E^{\text{miss}}_T$, $H_T$, और ट्रांसवर्स मास ($m_T$, $m_{T2}$) जैसे काइनेटिक चरों का उपयोग किया जाता है।

• बैकग्राउंड अनुमान (Background Estimation):

  • टॉप और डाइबोसोन: समर्पित कंट्रोल रीजन (CRs) में डेटा के साथ सामान्यीकृत (normalized) मोंटे कार्लो (MC) सिमुलेशन का उपयोग करके अनुमान लगाया जाता है।
  • फेक $\tau$s (जेट्स जिन्हें $\tau$ के रूप में गलत पहचाना गया है): एक डेटा-ड्रिवन यूनिवर्सल फेक फैक्टर (UFF) दृष्टिकोण का उपयोग करके अनुमान लगाया जाता है। फेक फैक्टर्स को समर्पित क्षेत्रों (Multijet, $Z(\ell\ell)$, $W(\mu\nu)$) में मापा जाता है और विश्लेषण में एंटी-आइडेंटिफिकेशन क्षेत्रों पर लागू किया जाता है।
  • सिस्टमैटिक अनसर्टेंटीज़ (Systematic Uncertainties): एक व्यापक सेट पर विचार किया जाता है, जिसमें डिटेक्टर कैलिब्रेशन (जेट्स, $\tau$s, लेप्टॉन्स), ल्युमिनोसिटी, पाइल-अप, सैद्धांतिक मॉडलिंग (PDFs, स्केल वेरिएशंस), और डेटा-ड्रिवन विधियों में सांख्यिकीय अनसर्टेंटी शामिल हैं।

• सांख्यिकीय विश्लेषण (Statistical Analysis): सभी CRs, वैलिडेशन रीजन (VRs), और SRs में एक समवर्ती संभावना फिट (simultaneous likelihood fit - HistFitter/pyhf का उपयोग करके) किया जाता है। मॉडलिंग को मान्य करने के लिए बैकग्राउंड-ओनली फिट का उपयोग किया जाता है, जबकि सरलीकृत SUSY मॉडल्स पर बहिष्करण सीमाएं (exclusion limits) निर्धारित करने के लिए मॉडल-डिपेंडेंट फिट (CL$_s$ प्रिस्क्रिप्शन) का उपयोग किया जाता है।

प्रमुख योगदान (Key Contributions)

• संयुक्त Run 2 और Run 3 डेटा: यह इस चैनल में पूर्ण Run 2 डेटासेट को 13.6 TeV पर प्रारंभिक Run 3 डेटा के साथ संयोजित करने वाला पहला ATLAS खोज है, जो सांख्यिकीय शक्ति को महत्वपूर्ण रूप से बढ़ाता है।
• दोहरी-रणनीति दृष्टिकोण: ML-आधारित और कट-एंड-काउंट रणनीतियों का समवर्ती उपयोग विभिन्न क्षेत्रों में इष्टतम संवेदनशीलता (sensitivity) की अनुमति देता है। ML दृष्टिकोण उच्च-द्रव्यमान वाले क्षेत्रों में उत्कृष्ट है, जबकि कट-एंड-काउंट दृष्टिकोण, अपने समर्पित कंप्रेस्ड SRs के साथ, कम द्रव्यमान-विभाजन वाले परिदृश्यों के लिए बेहतर है।
• उन्नत बैकग्राउंड मॉडलिंग: फेक $\tau$ अनुमान के लिए UFF पद्धति का कार्यान्वयन और सिग्नल/बैकग्राउंड पृथक्करण के लिए मल्टी-क्लास BDTs का उपयोग पिछले संस्करणों की तुलना में एक सुधार है।
• व्यापक चैनल संयोजन: 1tau0lep, 1tau1lep, और 2tau चैनलों का सांख्यिकीय संयोजन विभिन्न क्षय टोपोलॉजी के लिए संवेदनशीलता को अधिकतम करता है।

परिणाम (Results)
किसी भी सिग्नल रीजन में SM भविष्यवाणियों से कोई महत्वपूर्ण विचलन नहीं देखा गया। सबसे बड़ा स्थानीय अतिरेक (local excess) $2\sigma$ से कम का महत्व (significance) था।

• बहिष्करण सीमाएं (Exclusion Limits):

  • ग्लूनो मॉडल: LSP द्रव्यमान ($m_{\tilde{\chi}^0_1}$) 1.35 TeV तक के लिए ग्लूनो द्रव्यमान ($m_{\tilde{g}}$) 2.25 TeV तक वर्जित है। कंप्रेस्ड क्षेत्र में, वे मॉडल जहाँ $\Delta m(\tilde{g}, \tilde{\chi}^0_1) > 150$ GeV है, वर्जित हैं।
  • स्क्वार्क मॉडल: LSP द्रव्यमान 0.85 TeV तक के लिए स्क्वार्क द्रव्यमान ($m_{\tilde{q}}$) 1.7 TeV तक वर्जित है। कंप्रेस्ड क्षेत्र में, वे मॉडल जहाँ $\Delta m(\tilde{q}, \tilde{\chi}^0_1) > 130$ GeV है, वर्जित हैं।
  • तुलना: ये सीमाएं पिछले खोजों (जैसे, 2015–2016 विश्लेषण) की तुलना में एक महत्वपूर्ण सुधार का प्रतिनिधित्व करती हैं, जो मुख्य रूप से बड़े डेटासेट, बेहतर $\tau$-लेप्टॉन पहचान और ML तकनीकों के समावेश से प्रेरित हैं।

• मॉडल-स्वतंत्र सीमाएं (Model-Independent Limits): विशिष्ट SRs में नए भौतिकी प्रक्रियाओं के लिए दृश्य क्रॉस-सेक्शन ($\sigma_{\text{vis}}$) पर ऊपरी सीमाएं निर्धारित की गईं, जो 95% विश्वास स्तर पर 0.02 से 0.31 fb के बीच हैं।

महत्व (Significance)
निष्कर्ष यह है कि यह खोज ग्लूनो या स्क्वार्क युग्म उत्पादन के साथ $\tau$-रिच ( $\tau$-rich) क्षय वाले सरलीकृत SUSY मॉडल्स पर अब तक की सबसे कड़ी सीमाएं लगाती है। सिग्नल की अनुपस्थिति R-पैरिटी-संरक्षित SUSY के लिए पैरामीटर स्पेस को सीमित करती है, विशेष रूप से उन हल्के ग्लूनो और स्क्वार्क परिदृश्यों को खारिज करती है जो पहले सुलभ थे। यह अध्ययन पारंपरिक कट-आधारित विधियों को मशीन लर्निंग के साथ संयोजित करने और उच्च द्रव्यमान स्केल और अधिक कंप्रेस्ड स्पेक्ट्रा की जांच करने के लिए प्रारंभिक Run 3 डेटा का उपयोग करने की प्रभावशीलता को प्रदर्शित करता है। परिणामों की व्याख्या सरलीकृत मॉडल्स के संदर्भ में की गई है, लेकिन इन्हें अन्य SUSY फ्रेमवर्क्स (जैसे NUHM, mSUGRA, या GMSB) के लिए भी लागू करने योग्य माना जाता है जो समान अंतिम अवस्थाएँ उत्पन्न करते हैं।