⚛️ high-energy experiments

Search for a resonance decaying into a scalar particle and a Higgs boson in the final state with two bottom quarks and two photons with 199 fb $^{-1}$ of data collected at $\sqrt{s}$ =13 and 13.6 TeV with the ATLAS detector

ATLAS डिटेक्टर द्वारा 13 और 13.6 TeV पर एकत्रित 199 fb $^{-1}$ प्रोटॉन-प्रोटॉन टकराव डेटा का उपयोग करते हुए, $b\bar{b}\gamma\gamma$ अंतिम अवस्था में एक हल्के स्केलर और एक हिग्स बोसोन में क्षय होने वाले एक भारी स्केलर रेजोनेंस की खोज में स्टैंडर्ड मॉडल बैकग्राउंड के ऊपर कोई महत्वपूर्ण अधिकता नहीं पाई गई, जिससे उत्पादन क्रॉस-सेक्शन गुना ब्रांचिंग फ्रैक्शन पर 95% विश्वास स्तर (confidence level) की ऊपरी सीमाएं निर्धारित की गईं।

मूल लेखक: ATLAS Collaboration

प्रकाशित 2026-05-25

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: ATLAS Collaboration

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 लार्ज हैड्रोन कोलाइडर (LHC) एक विशाल, उच्च-गति वाले कण ट्रैक (racetrack) की तरह है जहाँ प्रोटॉन (सूक्ष्म उप-परमाण्विक कण) लगभग प्रकाश की गति से टकराते हैं। जब वे आपस में टकराते हैं, तो वे ऊर्जा का एक अराजक विस्फोट पैदा करते हैं जो क्षण भर के लिए नए, भारी कणों को बनाता है और फिर वे तुरंत हल्के, अधिक स्थिर कणों में टूट जाते हैं।

यह शोध पत्र ATLAS सहयोग (ATLAS Collaboration) की ओर से एक रिपोर्ट है, जो वैज्ञानिकों की एक टीम है जो एक विशाल डिटेक्टर (एक 3D कैमरे की तरह) का उपयोग करके इन टक्करों को देख रही है। वे एक बहुत ही विशिष्ट, दुर्लभ घटना की तलाश कर रहे हैं: एक "भारी जनक" (heavy parent) कण का एक "हल्के संतान" (lighter child) कण और एक प्रसिद्ध "हिग्स बोसोन" (Higgs boson) में टूटना।

यहाँ उनकी खोज की कहानी सरल भाषा में दी गई है:

रहस्य: एक भारी जनक और दो संतानें

वैज्ञानिक एक काल्पनिक भारी कण की तलाश कर रहे हैं जिसे वे $X$ कहते हैं।

सिद्धांत: उनका मानना है कि $X$ $X$ एक "जनक" कण हो सकता है जो अधिक समय तक जीवित नहीं रहता। जब यह मरता है, तो यह दो "संतानों" में विभाजित हो जाता है:
1. एक हल्का स्केलर कण जिसे $S$ कहा जाता है।
2. प्रसिद्ध हिग्स बोसोन (वह कण जिसकी खोज 2012 में हुई थी और जो अन्य कणों को द्रव्यमान देता है)।
क्षय श्रृंखला (Decay Chain):
- हिग्स बोसोन तुरंत दो फोटॉन (प्रकाश के कण) में बदल जाता है।
- हल्का कण $S$ तुरंत दो बॉटम क्वार्क्स (जो डिटेक्टर में ऊर्जा की जेट की तरह व्यवहार करते हैं) में बदल जाता है।
लक्ष्य: वे इस विशिष्ट वंशावली के "फिंगरप्रिंट" की तलाश कर रहे हैं: दो फोटॉन + दो बॉटम क्वार्क्स।

खोज रणनीति: घास के ढेर में सुई ढूँढना

कल्पना कीजिए कि आप मिट्टी के एक विशाल ढेर में एक विशिष्ट, दुर्लभ सिक्के को खोजने की कोशिश कर रहे हैं। वह "मिट्टी" उन अरबों साधारण कण टकरावों का बैकग्राउंड शोर है जो हर सेकंड होते हैं। वह "दुर्लभ सिक्का" वह संकेत (signal) है जिसे वे खोज रहे हैं।

फ़िल्टर (ट्रिगर्स): डिटेक्टर इतना व्यस्त है कि वह हर टक्कर को रिकॉर्ड नहीं कर सकता। यह एक "स्मार्ट फ़िल्टर" का उपयोग करता है ताकि केवल उन्हीं घटनाओं को सहेजा जा सके जहाँ दो उच्च-ऊर्जा वाले प्रकाश के फ्लैश (फोटॉन) एक साथ दिखाई देते हैं।
पहचान (टैगिंग): एक बार जब उन्हें एक संभावित घटना मिल जाती है, तो वे "बॉटम क्वार्क्स" की तलाश करते हैं। वे एक विशेष एल्गोरिदम (एक प्रकार का AI जिसे GN2 कहा जाता है) का उपयोग करते हैं ताकि ऊर्जा की उन जेट्स की पहचान की जा सके जो संभवतः बॉटम क्वार्क्स से आए हैं। वे उन घटनाओं की तलाश करते हैं जिनमें एक या दो "बॉटम-टैग्ड" जेट्स हों।
द्रव्यमान की जाँच (Mass Check): वे कणों के कुल वजन (द्रव्यमान) की गणना करते हैं।
- दो फोटॉन का वजन लगभग 125 GeV होना चाहिए (हिग्स का ज्ञात वजन)।
- दो बॉटम क्वार्क्स का वजन वही होगा जो हल्के कण $S$ का वजन है।
- इन सभी के संयुक्त कुल वजन से भारी जनक $X$ का वजन पता चल जाना चाहिए।

सुधार: एक तेज़ लेंस

यह शोध पत्र एक पिछली खोज का अपडेट है। टीम ने केवल अधिक डेटा ही नहीं देखा; उन्होंने बेहतर तरीके से देखा।

अधिक डेटा: उन्होंने LHC के दो अलग-अलग युगों (रन 2 और रन 3 के शुरुआती भाग) के डेटा को मिलाया, जिससे उन्हें खोजने के लिए एक बहुत बड़ा "घास का ढेर" मिला।
बेहतर उपकरण: उन्होंने बॉटम क्वार्क्स को पहचानने के लिए अपने "AI" को अपग्रेड किया, जिससे वे वास्तविक चीज़ को पहचानने और नकली संकेतों को अनदेखा करने में अधिक कुशल हो गए।
सटीक फोकस: उन्होंने हिग्स मास (दो फोटॉन) के लिए विंडो को कम कर दिया, जिससे अधिक बैकग्राउंड शोर को हटाया जा सका।

परिणाम: कोई नया कण नहीं मिला

199 फेम्टोबार्न (femtobarns) डेटा (टकराव के रिकॉर्ड की एक विशाल मात्रा) का विश्लेषण करने के बाद, टीम ने डेटा में एक "बम्प" (उभार) की तलाश की—घटनाओं की संख्या में अचानक उछाल जो यह संकेत दे कि एक नया कण $X$ मौजूद है।

परिणाम: उन्हें कोई महत्वपूर्ण अतिरिक्त (excess) नहीं मिला। डेटा बिल्कुल वैसा ही था जैसा कि 'स्टैंडर्ड मॉडल' (भौतिकी का हमारा वर्तमान सर्वश्रेष्ठ सिद्धांत) बैकग्राउंड शोर के लिए भविष्यवाणी करता है।
"घोस्ट" सिग्नल: पिछले शोध में, पुराने डेटा का उपयोग करते हुए, एक विशिष्ट द्रव्यमान (575 GeV) पर एक छोटा, दिलचस्प "बम्प" दिखाई दिया था जो ऐसा लग रहा था जैसे कि यह एक नया कण हो सकता है। हालाँकि, इस नए, बड़े और अधिक सटीक डेटासेट के साथ, वह बम्प गायब हो गया। यह संभवतः केवल एक सांख्यिकीय संयोग (statistical fluke) या बैकग्राउंड शोर की गलत समझ थी।

निष्कर्ष: सीमाएँ निर्धारित करना

भले ही उन्हें नया कण नहीं मिला, लेकिन यह खोज विफल नहीं थी। विज्ञान में, यह जानना कि क्या वहाँ नहीं है, उतना ही महत्वपूर्ण है जितना कि यह जानना कि क्या वहाँ है।

टीम ने इस काल्पनिक कण $X$ के कितना भारी या कितना सामान्य होने की सीमाएं (limits) निर्धारित कीं। उन्होंने अनिवार्य रूप से कहा:

"यदि यह कण $X$ मौजूद है, तो यह वर्तमान में हमारे पता लगाने योग्य स्तर से अधिक दुर्लभ होना चाहिए, या इसका द्रव्यमान उस सीमा से बाहर होना चाहिए जिसका हमने परीक्षण किया है।"

उन्होंने 170 से 1000 GeV (भारी जनक के लिए) और 15 से 500 GeV (हल्के संतान के लिए) के बीच के द्रव्यमान के लिए इस कण के अस्तित्व को खारिज कर दिया, यह मानते हुए कि यह इस विशिष्ट तरीके से क्षय होता है।

संक्षेप में: ATLAS टीम ने ब्रह्मांड के सबसे ऊर्जावान टकरावों को स्कैन करने के लिए एक सुपर-पावरफुल माइक्रोस्कोप का उपयोग किया ताकि कणों के एक विशिष्ट, दुर्लभ परिवार को खोजा जा सके। उन्हें वह परिवार नहीं मिला, लेकिन वे सफलतापूर्वक यह मानचित्रित करने में सफल रहे कि वह परिवार कहाँ नहीं हो सकता है, जिससे भविष्य की खोजों के लिए रास्ता संकरा हो गया।

तकनीकी सारांश: एक स्केलर कण और हिग्स बोसॉन में क्षय होने वाले रेजोनेंस की खोज ( $X \to S(\to b\bar{b})H(\to \gamma\gamma)$ )

समस्या और प्रेरणा
यद्यपि 2012 में खोजा गया हिग्स बोसॉन ( $H$ ) मानक मॉडल (SM) के पूर्वानुमानों के साथ अच्छी तरह से मेल खाता है, फिर भी प्रयोगात्मक डेटा विभिन्न 'बियॉन्ड द स्टैंडर्ड मॉडल' (BSM) सिद्धांतों, जैसे कि कॉम्प्लेक्स सिंगलेट एक्सटेंशन, टू-हिग्स-डबलेट मॉडल्स (2HDM), और नेक्स्ट-टू-मिनिमल सुपरसिमेट्रिक मॉडल (NMSSM) द्वारा अनुमानित अतिरिक्त स्केलर अवस्थाओं के अस्तित्व को खारिज नहीं करता है। यह शोध पत्र एक भारी स्केलर रेजोनेंस $X$ की खोज को संबोधित करता है जो एक हल्के स्केलर $S$ और मानक मॉडल हिग्स बोसॉन ( $H$ ) में क्षय होता है ( $X \to SH$ ), जहाँ $S$ का क्षय $b\bar{b}$ (बॉटम क्वार्क युग्म) में होता है और $H$ का क्षय $\gamma\gamma$ (फोटॉन युग्म) में होता है। यह विशिष्ट अंतिम अवस्था ( $b\bar{b}\gamma\gamma$ ) अन्य क्षय चैनलों की तुलना में, विशेष रूप से $S$ के निम्न-द्रव्यमान क्षेत्र के लिए, अद्वितीय संवेदनशीलता प्रदान करती है। पिछले ATLAS और CMS विश्लेषणों ने रन-2 डेटा का उपयोग करके सीमाएँ निर्धारित की हैं, लेकिन कुछ स्थानीय विचलन देखे गए हैं (जैसे ATLAS में $(m_X, m_S) = (575, 200)$ GeV पर और CMS में $(650, 90)$ GeV पर) जो बढ़े हुए सांख्यिकी और बेहतर विश्लेषण तकनीकों के साथ और अधिक जांच की मांग करते हैं।

कार्यप्रणाली
यह विश्लेषण प्रोटॉन-प्रोटॉन टक्कर डेटा का उपयोग करता है जो LHC द्वारा ATLAS डिटेक्टर द्वारा एकत्र किया गया है, जो $\sqrt{s}=13$ TeV (रन 2) में 140 fb $^{-1}$ और $\sqrt{s}=13.6$ TeV (प्रारंभिक रन 3) में 58.6 fb $^{-1}$ के एकीकृत ल्यूमिनोसिटी (integrated luminosity) के अनुरूप है।

इवेंट सिलेक्शन (घटना चयन): घटनाओं का चयन दो फोटॉन उम्मीदवारों की आवश्यकता के साथ किया जाता है जिनका इनवेरिएंट मास ( $m_{\gamma\gamma}$ ) 105 और 160 GeV के बीच हो, और ट्रांसवर्स एनर्जी $E_T > 0.35 \times m_{\gamma\gamma}$ और $E_T > 0.25 \times m_{\gamma\gamma}$ की शर्तों को पूरा करती हो। $t\bar{t}H$ बैकग्राउंड को दबाने के लिए, पहचाने गए इलेक्ट्रॉन या म्यूऑन वाले इवेंट्स को अस्वीकार कर दिया जाता है।
सिग्नल रीजन (SR): विश्लेषण हिग्स मास के आसपास एक टाइट SR विंडो ( $122.5 < m_{\gamma\gamma} < 127.5$ GeV) को परिभाषित करता है, जो पिछले विश्लेषण की तुलना में सिग्नल को 85-90% बनाए रखते हुए बैकग्राउंड को आधा करने के लिए विंडो को संकुचित करता है। इवेंट्स को $b$ -टैग्ड जेट्स की संख्या के आधार पर दो अनन्य (exclusive) क्षेत्रों में वर्गीकृत किया गया है: ठीक एक $b$ -जेट और ठीक दो $b$ -जेट्स। यह वर्गीकरण उन काइनेमैटिक विविधताओं को संबोधित करता है जहाँ $S$ बोसॉन अत्यधिक बूस्टेड (collimated $b$ -jets एक ही में विलीन हो जाते हैं) होता है या कम मोमेंटम (एक $b$ -जेट पुनर्गठित नहीं हो पाता) रखता है।
ऑब्जेक्ट रिकंस्ट्रक्शन (वस्तु पुनर्गठन): फोटॉन पहचान के लिए "Tight" मानदंडों का उपयोग किया जाता है। जेट्स का पुनर्गठन पार्टिकल-फ्लो इनपुट्स के साथ एंटी- $k_t$ एल्गोरिदम ( $R=0.4$ ) का उपयोग करके किया जाता है। एक महत्वपूर्ण सुधार $b$ -टैगिंग के लिए GN2 ट्रांसफार्मर न्यूरल नेटवर्क का उपयोग है, जो पिछले DL1r एल्गोरिदम (77% दक्षता) की तुलना में 85% दक्षता प्राप्त करता है, जबकि लाइट-जेट रिजेक्शन समान रहता है।
मल्टीवेरिएट एनालिसिस (MVA): सिग्नल और बैकग्राउंड के बीच अंतर करने के लिए पैरामीटराइज्ड न्यूरल नेटवर्क्स (PNNs) का उपयोग किया जाता है। PNNs इवेंट काइनेमैटिक फीचर्स (जैसे $b$ -जेट सिस्टम का इनवेरिएंट मास, संशोधित इनवेरिएंट मास $m^*_{bb\gamma\gamma}$ और $m^*_{b\gamma\gamma}$ जो $m_{\gamma\gamma}$ से डिकोरिलेट करने के लिए डिज़ाइन किए गए हैं) और फेज-स्पेस पैरामीटर्स ( $m_X, m_S$ ) को इनपुट के रूप में लेते हैं। यह पूरे मास प्लेन ( $170 \le m_X \le 1000$ GeV, $15 \le m_S \le 500$ GeV) में इंटरपोलेट करने वाले एक एकल डिस्क्रिमिनेन्ट के प्रशिक्षण की अनुमति देता है।
बैकग्राउंड एस्टीमेशन (पृष्ठभूमि अनुमान): प्रमुख नॉन-रेजोनेंट $\gamma\gamma$ +jets बैकग्राउंड शेप को Sherpa MC का उपयोग करके मॉडल किया गया है, जबकि इसका नॉर्मलाइजेशन कंट्रोल रीजन (CR) में डेटा से प्राप्त किया गया है जो हिग्स मास विंडो के बाहर परिभाषित हैं। अन्य बैकग्राउंड (जैसे $t\bar{t}\gamma\gamma$ , $Z\gamma\gamma$ , SM Higgs उत्पादन) को सैद्धांतिक क्रॉस-सेक्शन्स का उपयोग करके नॉर्मलाइज किया गया है। ल्यूमिनोसिटी, जेट एनर्जी स्केल, $b$ -टैगिंग और सैद्धांतिक मॉडलिंग से संबंधित व्यवस्थित अनिश्चितताओं (systematic uncertainties) को फिट में न्युसेंस पैरामीटर्स के रूप में माना गया है।

प्रमुख योगदान और सुधार
यह कार्य पिछले रन-2 विश्लेषण [18] के अपडेट के रूप में कई विशिष्ट तकनीकी प्रगति प्रस्तुत करता है:

डेटा वॉल्यूम: प्रारंभिक रन-3 डेटा (13.6 TeV) का समावेश, जिससे कुल डेटासेट लगभग 42% बढ़ गया है।
एल्गोरिदम अपग्रेड: GN2 $b$ -टैगिंग एल्गोरिदम का कार्यान्वयन, जो औसत $b$ -जेट दक्षता को 8% बढ़ाता है।
परिष्कृत चयन (Refined Selection): एक संकीर्ण $m_{\gamma\gamma}$ सिग्नल विंडो (122.5–127.5 GeV) जो बैकग्राउंड को काफी कम करती है।
कैलिब्रेशन अपडेट: रन-3 पाइल-अप स्थितियों को ध्यान में रखते हुए संशोधित $b$ -जेट ऊर्जा सुधार और अपडेटेड फोटॉन पहचान/आइसोलेशन मानदंड।
ट्रेनिंग रणनीति: अपडेटेड इनपुट्स और एक परिष्कृत सिग्नल रीजन की परिभाषा के साथ PNNs का पुनः प्रशिक्षण।

परिणाम
विश्लेषण दोनों डेटा-टेकिंग अवधियों और $b$ -टैग श्रेणियों के लिए SRs और CRs में PNN आउटपुट डिस्ट्रीब्यूशन के लिए एक समवर्ती (simultaneous) बिन्ड मैक्सिमम-लाइक्लीहुड फिट करता है।

अवलोकन (Observation): SM बैकग्राउंड-ओनली हाइपोथीसिस पर कोई महत्वपूर्ण अतिरिक्त (excess) नहीं देखा गया है। अधिकतम स्थानीय सार्थकता (local significance) 2.0 मानक विचलन (standard deviations) है, जो $(m_X, m_S) = (235, 60)$ GeV पर पाई गई है।
पिछले विसंगतियाँ (Previous Anomalies): $(m_X, m_S) = (575, 200)$ GeV पर ATLAS द्वारा पहले देखे गए स्थानीय अतिरिक्त (3.5 $\sigma$ ) और $(650, 90)$ GeV पर CMS विचलन की इस विश्लेषण में पुष्टि नहीं हुई है। पिछले ATLAS अतिरिक्त में योगदान देने वाली घटनाओं को अपडेटेड फोटॉन/इलेक्ट्रॉन रिकंस्ट्रक्शन और $b$ -टैगिंग के कारण, या टाइट $m_{\gamma\gamma}$ विंडो के बाहर होने के कारण वर्तमान चयन मानदंडों में विफल पाया गया।
सीमाएँ (Limits): 13 TeV पर प्रक्रिया $X \to S(\to b\bar{b})H(\to \gamma\gamma)$ के लिए उत्पादन क्रॉस-सेक्शन और ब्रांचिंग फ्रैक्शन ( $\sigma \times \mathcal{B}$ ) के उत्पाद पर 95% कॉन्फिडेंस लेवल (CL) ऊपरी सीमाएं निर्धारित की गई हैं। सीमाएं $m_X=170$ GeV, $m_S=30$ GeV पर 9.0 fb से लेकर $m_X=1000$ GeV, $m_S \in [175, 300]$ GeV पर 0.06 fb तक हैं।

महत्व
यह पेपर पिछले रन-2-ओनली विश्लेषण की तुलना में पूरे प्रोब किए गए मास प्लेन में संवेदनशीलता में महत्वपूर्ण सुधार का दावा करता है। क्रॉस-सेक्शन पर अपेक्षित सीमाएं 15% से 73% तक सुधर गई हैं, जिसमें सबसे बड़ी बढ़त (73% तक) निम्न-द्रव्यमान क्षेत्र में देखी गई है। यह सुधार रन-3 डेटा के संयोजन, टाइट $m_{\gamma\gamma}$ चयन, उच्च दक्षता वाले GN2 $b$ -टैगिंग एल्गोरिदम और अपडेटेड PNN ट्रेनिंग के कारण है। परिणाम इस विशिष्ट BSM क्षय टोपोलॉजी पर अब तक के सबसे कड़े प्रतिबंध प्रदान करते हैं, जो प्रभावी रूप से पहले देखे गए स्थानीय विचलनों को सांख्यिकीय उतार-चढ़ाव या पिछले विश्लेषण कॉन्फ़िगरेशन के आर्टिफैक्ट के रूप में खारिज करते हैं।

रहस्य: एक भारी जनक और दो संतानें

खोज रणनीति: घास के ढेर में सुई ढूँढना

सुधार: एक तेज़ लेंस

परिणाम: कोई नया कण नहीं मिला

निष्कर्ष: सीमाएँ निर्धारित करना

इसी तरह के और पेपर