⚛️ high-energy experiments

Observation of tWZ production at the CMS experiment

CMS प्रयोग ने 13 और 13.6 TeV पर 200 fb $^{-1}$ प्रोटॉन-प्रोटॉन टक्कर डेटा का उपयोग करते हुए, W और Z बोसनों (tWZ) के साथ एकल टॉप क्वार्क उत्पादन के प्रथम अवलोकन की रिपोर्ट दी है, जिसमें 248 $\pm$ 52 fb और 242 $\pm$ 77 fb के मापे गए क्रॉस सेक्शन के साथ 5.8 मानक विचलन (standard deviations) की सांख्यिकीय सार्थकता प्राप्त की गई है।

मूल लेखक: CMS Collaboration

प्रकाशित 2026-03-03

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: CMS 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

ब्रह्मांडीय "दुर्लभ पक्षी" की खोज: CMS ने tWZ को कैसे खोजा

कल्पना कीजिए कि CERN में लार्ज हैड्रॉन कोलाइडर (LHC) दुनिया का सबसे शक्तिशाली, उच्च-गति वाला पार्टिकल स्मैशर (कणों को टकराने वाली मशीन) है। यह प्रोटॉन (पदार्थ के सूक्ष्म निर्माण खंड) की दो किरणों को लगभग प्रकाश की गति से एक-दूसरे की ओर दागता है। जब वे आपस में टकराते हैं, तो यह 300 मील प्रति घंटे की रफ्तार से दो स्विस घड़ियों को आपस में टकराने जैसा है और इस उम्मीद में है कि शायद कोई विशिष्ट, दुर्लभ गियर बाहर निकल आए।

दशकों से, भौतिक विज्ञानी एक बहुत ही विशिष्ट, अविश्वसनीय रूप से दुर्लभ "गियर" संयोजन की तलाश कर रहे हैं: एक टॉप क्वार्क (सबसे भारी ज्ञात कण) जो एक W बोसॉन और एक Z बोसॉन (कण जो कमजोर परमाणु बल को ले जाते हैं) के साथ दिखाई दे। इस घटना को tWZ उत्पादन (production) कहा जाता है।

यहाँ बताया गया है कि कैसे CMS प्रयोग ने अंततः इस दुर्लभ पक्षी को पहचाना, जिसे सरल भाषा में समझाया गया है।

1. चुनौती: घास के ढेर में सुई ढूँढना

समस्या यह है कि tWZ अत्यधिक दुर्लभ है।

उपमा: कल्पना कीजिए कि आप बर्फबारी के बीच एक विशिष्ट, अद्वितीय स्नोफ्लेक (हिमपात का कण) खोजने की कोशिश कर रहे हैं। लेकिन वह बर्फबारी वास्तव में "सामान्य" स्नोफ्लेक्स (बैकग्राउंड नॉइज़) का एक विशाल तूफान है जो लगभग बिल्कुल वैसा ही दिखता है जैसा कि आप चाहते हैं।
वास्तविकता: हर बार जब प्रोटॉन टकराते हैं, तो वे लाखों "साधारण" घटनाएं पैदा करते हैं। tWZ की घटना इतनी दुर्लभ होती है कि प्रत्येक एक tWZ घटना के लिए, हजारों अन्य घटनाएं (जैसे टॉप क्वार्क के साथ Z बोसॉन, या अतिरिक्त जेट्स के साथ W और Z बोसॉन) होती हैं जो बहुत समान दिखती हैं।

2024 में, CMS टीम को इस घटना के साक्ष्य मिले, लेकिन यह कहने के लिए पर्याप्त नहीं था कि, "हमने इसे निश्चित रूप से देखा है।" उन्हें अधिक डेटा और एक तेज़ नज़र की आवश्यकता थी।

2. नए उपकरण: सुपर-फ़िल्टर के रूप में मशीन लर्निंग

इस नए पेपर (2026 में प्रकाशित) के लिए, टीम ने केवल डेटा को देखा नहीं; उन्होंने अपनी "आंखों" को अपग्रेड किया।

पुराना तरीका: उन्होंने शोर को छानने के लिए मानक नियमों का उपयोग किया। यह किसी धातु डिटेक्टर का उपयोग करने जैसा था जो किसी भी धातु के लिए बीप करता है।
नया तरीका: उन्होंने उन्नत मशीन लर्निंग (ML) एल्गोरिदम का उपयोग किया।
- उपमा: पुराने तरीके को एक सुरक्षा गार्ड की तरह सोचें जो आईडी चेक करता है। नया तरीका एक सुपर-इंटेलिजेंट AI जासूस की तरह है जिसने लाखों अपराध स्थलों का अध्ययन किया है। वह केवल आईडी चेक नहीं करता; वह व्यक्ति की चाल, उसकी घबराहट, उनके बैग पकड़ने के तरीके और बैकग्राउंड में सूक्ष्म पैटर्न को भी देखता है।
- यह AI (जिसे "पार्टिकल ट्रांसफॉर्मर" कहा जाता है) एक "नकली" tWZ घटना और एक "असली" घटना के बीच के सूक्ष्म अंतर को अभूतपूर्व सटीकता के साथ पहचान सकता था।

3. खोज: 200 "वर्षों" का डेटा

टीम ने दो अलग-अलग ऊर्जा स्तरों (13 TeV और 13.6 TeV) के डेटा का विश्लेषण किया।

उपमा: यदि एक टकराव सिक्के को उछालने जैसा है, तो उन्होंने सिक्के को 200 अरब बार उछाला (200 इन्वर्स फेम्टोबारन का डेटा)।
उन्होंने उन घटनाओं की तलाश की जहाँ टकराव से तीन या चार आवेशित कण (इलेक्ट्रॉन या म्यूऑन) बाहर निकले। ये वे "पदचिह्न" हैं जो भारी टॉप क्वार्क और W/Z बोसॉन के क्षय (decay) होने पर पीछे छोड़े जाते हैं।

कीमती परिणाम: "5.8 सिग्मा" का क्षण

इस पूरे डेटा को अपने सुपर-AI में डालने के बाद, परिणाम सामने आए।

खोज: उन्हें 5.8 मानक विचलन (सिग्मा) की सांख्यिकीय सार्थकता के साथ tWZ सिग्नल मिला।
उपमा: विज्ञान में, "5 सिग्मा" एक "खोज" के लिए स्वर्ण मानक है। यह यह अनुमान लगाने कि आपने एक भूत की आवाज़ सुनी और वास्तव में उसे स्पष्ट रूप से देखने के बीच का अंतर है।
- यदि आप एक सिक्का 100 बार उछालते हैं और आपको 100 बार 'हेड्स' मिलता है, तो यह संदिग्ध है (शायद 3 सिग्मा)।
- 5.8 सिग्मा प्राप्त करना सिक्के को उछालने और संयोग से 20 बार लगातार हेड्स मिलने जैसा है। इसके महज इत्तेफाक होने की संभावना लगभग 1 करोड़ में 1 है।
निर्णय: उन्होंने पहली बार आधिकारिक तौर पर tWZ उत्पादन का अवलोकन (observe) किया।

5. यह क्यों महत्वपूर्ण है?

आप पूछ सकते हैं, "तो क्या हुआ? हमने एक दुर्लभ कण टकराव को खोज लिया।"

मानक मॉडल (Standard Model): यह ब्रह्मांड का "नियम पुस्तिका" है। यह भविष्यवाणी करता है कि कणों को कैसे व्यवहार करना चाहिए।
परीक्षण: tWZ प्रक्रिया इस पुस्तक के "इलेक्ट्रोवीक" नियमों का एक सीधा परीक्षण है। यह यह जांचने जैसा है कि क्या गुरुत्वाकर्षण के नियम एक पहाड़ की चोटी पर भी ठीक वैसे ही काम करते हैं जैसे वे एक घाटी में करते हैं।
भविष्य: यदि tWZ उत्पादन की दर इस नियम पुस्तिका की भविष्यवाणी से थोड़ी भी भिन्न होती, तो इसका मतलब होता कि "न्यू फिजिक्स" (नई भौतिकी) मौजूद है—शायद डार्क मैटर या नए बल जिनके बारे में हम अभी नहीं जानते।
- परिणाम: टीम ने इसकी दर को मापा, और यह मानक मॉडल की भविष्यवाणी के बहुत करीब (त्रुटि के छोटे मार्जिन के भीतर) मेल खाती है। यह पुष्टि करता है कि ब्रह्मांड के बारे में हमारी वर्तमान समझ ठोस है, लेकिन यह एक नया, अत्यंत-सटीक आधार भी निर्धारित करता है। यदि भविष्य में हमें कोई विचलन दिखता है, तो हमें पता होगा कि कहाँ देखना है।

सारांश

CMS सहयोग ने एक विशाल डेटासेट और एक "सुपर-स्मार्ट" AI का उपयोग करके ब्रह्मांडीय शोर के पहाड़ को छानने के लिए किया। उन्होंने सफलतापूर्वक एक ऐसे सिग्नल को अलग किया जो एक ट्रिलियन टकरावों में से केवल एक बार होता है, जिससे यह सिद्ध होता है कि ब्रह्मांड बिल्कुल वैसे ही व्यवहार करता है जैसा हमारी सर्वोत्तम थ्योरी भविष्यवाणी करती है। यह मानक मॉडल की एक जीत है, लेकिन इससे भी महत्वपूर्ण बात यह है कि यह साबित करता है कि हमारे पास ब्रह्मांड की सबसे दुर्लभ घटनाओं का पीछा करने के लिए आवश्यक उपकरण हैं।

यहाँ CMS प्रयोग (CERN-EP-2025-205) के शोध पत्र "Observation of tWZ production at the CMS experiment" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या और प्रेरणा

कण भौतिकी (particle physics) का मानक मॉडल (Standard Model - SM) अत्यधिक सफल है लेकिन अपूर्ण भी है, क्योंकि यह डार्क मैटर, न्यूट्रिनो द्रव्यमान और पदार्थ-प्रतिपदार्थ विषमता (matter-antimatter asymmetry) जैसी घटनाओं की व्याख्या करने में विफल रहता है। फलस्वरूप, SM भविष्यवाणियों से विचलन की खोज करना उच्च-ऊर्जा भौतिकी का एक प्राथमिक लक्ष्य है।

जांच की जा रही विशिष्ट प्रक्रिया एकल टॉप क्वार्क ( $t$ ) के साथ एक $W$ और एक $Z$ बोसॉन का संबद्ध उत्पादन ( $pp \to tWZ$ ) है।

दुर्लभता: यह एक अत्यंत दुर्लभ प्रक्रिया है जिसका अनुमानित नेक्स्ट-टू-लीडिंग ऑर्डर (NLO) क्रॉस-सेक्शन $\sqrt{s} = 13$ TeV पर लगभग 136 fb और $\sqrt{s} = 13.6$ TeV पर 148 fb है।
भौतिक क्षमता: $tWZ$ प्रक्रिया टॉप क्वार्क के इलेक्ट्रोवीक (EW) कपलिंग्स तक सीधी पहुँच प्रदान करती है। यह निम्नलिखित के लिए एक संवेदनशील प्रोब (probe) के रूप में कार्य करती है:
- SM की गेज संरचना (gauge structure) का परीक्षण करना।
- नए भारी कणों द्वारा प्रेरित विसंगत कपलिंग्स (anomalous couplings) को सीमित करना (Beyond the Standard Model या BSM भौतिकी)।
प्रायोगिक चुनौती: समान सिग्नेचर वाले प्रमुख बैकग्राउंड्स, विशेष रूप से $t\bar{t}Z$ (टॉप-एंटीटॉप प्लस Z) और अतिरिक्त जेट्स के साथ डाइबोसोन उत्पादन ($WZ$, $ZZ$) की तुलना में इसका क्रॉस-सेक्शन बहुत कम होने के कारण सिग्नल को अलग करना कठिन है। पिछले CMS विश्लेषणों (2024) ने 13 TeV डेटा का उपयोग करके केवल "साक्ष्य" (3.4 मानक विचलन) प्राप्त किया था।

2. कार्यप्रणाली (Methodology)

डेटा और डेटासेट

डिटेक्टर: CERN लार्ज हैड्रॉन कोलाइडर (LHC) पर CMS प्रयोग।
डेटा: 13 TeV (2016–2018) और 13.6 TeV (2022–2023) के द्रव्यमान-केंद्रित ऊर्जा (center-of-mass energies) पर प्रोटॉन-प्रोटॉन टकराव।
एकीकृत ल्यूमिनोसिटी (Integrated Luminosity): कुल 200 fb $^{-1}$ (13.6 TeV पर 62 fb $^{-1}$ )।

इवेंट चयन और पुनर्निर्माण (Event Selection and Reconstruction)

ट्रिगर: एक, दो, या तीन पुनर्निर्मित लेप्टॉन (इलेक्ट्रॉन या म्यूऑन) की आवश्यकता वाले ट्रिगर्स के माध्यम से चयनित इवेंट।
ऑब्जेक्ट परिभाषा:
- लेप्टॉन: $p_T > 10$ GeV (13 TeV) या $15$ GeV (13.6 TeV); $|\eta| < 2.5$ (e) या $2.4 $($ \mu$)। उन्नत मल्टीवेरिएट डिस्क्रिमिनेंट्स (multivariate discriminants) नॉन-प्रॉम्प्ट लेप्टॉन बैकग्राउंड को कम करते हैं।
- जेट्स: एंटी- $k_T$ एल्गोरिदम ( $R=0.4$ ) का उपयोग करके पुनर्निर्मित, $p_T > 25$ GeV, $|\eta| < 2.5$ ।
- b-टैगिंग: DeepJet एल्गोरिदम (13 TeV) और एक बेहतर ट्रांसफार्मर-आधारित एल्गोरिदम (13.6 TeV) जिसमें वास्तविक $b$ -जेट्स के लिए ~80% दक्षता है।
- मिसिंग ट्रांसवर्स मोमेंटम ( $p_T^{miss}$ ): पार्टिकल-फ्लो उम्मीदवारों से गणना की गई।
सिग्नल क्षेत्र (Signal Regions - SR):
- SR3 $\ell$ : 3 लेप्टॉन, 1 अपोजिट-साइन सेम-फ्लेवर (OSSF) जोड़ी जो $Z$ मास विंडो ( $m_Z \pm 15$ GeV) के भीतर हो, $\ge 2$ जेट्स (कम से कम 1 $b$ -टैग्ड)।
- SR4 $\ell$ : 4 लेप्टॉन, ठीक 1 OSSF जोड़ी जो $Z$ मास विंडो के भीतर हो, $\ge 1$ $b$ -टैग्ड जेट।
नियंत्रण क्षेत्र (Control Regions - CR): बैकग्राउंड्स ($ZZ$, $WZ $, ड्रेलब-यान,$ t\bar{t}$) को नियंत्रित करने और नॉन-प्रॉम्प्ट लेप्टॉन एवं जेट बहुलता (multiplicities) की मॉडलिंग को सत्यापित करने के लिए परिभाषित।

सिमुलेशन और बैकग्राउंड मॉडलिंग

सिग्नल: 5-फ्लेवर स्कीम में NLO सटीकता के साथ MADGRAPH5_aMC@NLO द्वारा जनरेट किया गया। $t\bar{t}Z$ के ओवरलैप को डायग्राम रिमूवल (DR) तकनीकों (नोमिनल DR1 स्कीम) के साथ MADSTR प्लगइन का उपयोग करके संभाला गया है।
बैकग्राउंड्स:
- $t\bar{t}Z$ और $tZq$: MADGRAPH5_aMC@NLO (NLO)।
- $WZ$: POWHEG v2 (NLO)।
- अन्य प्रक्रियाएं (VV, X $\gamma$ , $tX$): विभिन्न जनरेटर (MG, POWHEG, MCFM)।
नॉन-प्रॉम्प्ट लेप्टॉन: कंट्रोल क्षेत्रों में ट्रेलिंग लेप्टॉन $p_T$ के डेटा-ड्रिवन फिट के माध्यम से अनुमानित, जिसमें मिसइडेंटिफिकेशन दरों को फ्री पैरामीटर्स के रूप में माना गया है।

मशीन लर्निंग (ML) विश्लेषण

एक प्रमुख नवाचार पार्टिकल ट्रांसफार्मर (PART) एल्गोरिदम का उपयोग है, जो एक ट्रांसफार्मर-आधारित आर्किटेक्चर है जिसे जेट टैगिंग और इवेंट वर्गीकरण के लिए डिज़ाइन किया गया है।

आर्किटेक्चर: इनपुट में पार्टिकल फोर-मोमेंटा, $\eta$ , $\phi$ , $b$ -टैगिंग स्कोर, और पेयरवाइज इंटरैक्शन फीचर्स ( $\Delta$ , $k_T$ , $z$ , $m^2$ ) शामिल हैं।
प्रशिक्षण (Training):
- SR3 $\ell$ : चार-आउटपुट नोड क्लासिफायर जो $tWZ$, $t\bar{t}Z$ , $WZ$, और अन्य बैकग्राउंड्स के बीच अंतर करता है। इवेंट्स को अधिकतम आउटपुट नोड के आधार पर बिन किया जाता है।
- SR4 $\ell$ : कम सांख्यिकी के कारण बाइनरी क्लासिफायर ( $tWZ$ बनाम बैकग्राउंड)।
रणनीति: डिटेक्टर प्रदर्शन के अंतर को ध्यान में रखते हुए 13 TeV और 13.6 TeV डेटा के लिए अलग-अलग मॉडल प्रशिक्षित किए गए।

सांख्यिकीय विश्लेषण (Statistical Analysis)

विधि: COMBINE टूल का उपयोग करके एक बिन्ड मैक्सिमम लाइकलीहुड फिट।
इनपुट: SRs में क्लासिफायर आउटपुट नोड्स के वितरण और CRs में कंट्रोल वेरिएबल्स (CRs में जेट मल्टीसिटी, ट्रेलिंग लेप्टॉन $p_T$ ) का वितरण।
सिस्टमैटिक्स (Systematics): इसमें प्रयोगात्मक अनिश्चितताएं (जेट एनर्जी स्केल, लेप्टॉन ID, $b$ -टैगिंग, ल्यूमिनोसिटी) और सैद्धांतिक अनिश्चितताएं (PDFs, स्केल्स, PS मैचिंग, बैकग्राउंड नॉर्मलाइजेशन) शामिल हैं। $t\bar{t}Z$ नॉर्मलाइजेशन को एक सिमल्टेनियस फिट में फ्री पैरामीटर के रूप में माना गया है।

3. मुख्य योगदान

प्रथम अवलोकन (First Observation): यह पेपर $tWZ$ उत्पादन के प्रथम अवलोकन की रिपोर्ट करता है, जो "साक्ष्य" (evidence) की दहलीज को पार कर जाता है।
उन्नत ML अनुप्रयोग: ट्रांसफार्मर-आधारित आर्किटेक्चर (PART) के सफल कार्यान्वयन ने पिछले विश्लेषणों की तुलना में सिग्नल-बैकग्राउंड भेदभाव में महत्वपूर्ण सुधार किया।
संयुक्त डेटासेट: यह विश्लेषण रन 2 (13 TeV) और रन 3 (13.6 TeV) के डेटा को जोड़ता है, जिसमें 13.6 TeV डेटासेट के लिए बेहतर पुनर्निर्माण एल्गोरिदम (जैसे, बेहतर नॉन-प्रॉम्प्ट लेप्टॉन रिजेक्शन) का उपयोग किया गया है।
सिमल्टेनियस फिट: $t\bar{t}Z$ क्रॉस-सेक्शन पर बाहरी बाधाओं के बिना $tWZ $और$ t\bar{t}Z$ स्ट्रेंथ का एक साथ मापन, जिससे दोनों मापों के बीच सहसंबंध (correlation) कम हो जाता है।

4. परिणाम

सांख्यिकीय महत्व (Statistical Significance):
- प्रेक्षित महत्व (Observed significance): 5.8 मानक विचलन (s.d.)।
- अपेक्षित महत्व (बैकग्राउंड-ओनली हाइपोथेसिस): 3.5 s.d.।
- यह औपचारिक "अवलोकन" के लिए आवश्यक 5.0 s.d. की दहलीज से अधिक है।
सिग्नल स्ट्रेंथ ( $\mu$ ):
- संयुक्त $\mu_{tWZ} = 1.77 \pm 0.23 \text{ (stat)} \pm 0.22 \text{ (syst)}$ ।
- यह 2.3 s.d. के भीतर SM भविष्यवाणी के अनुरूप है (केंद्रीय मान अपेक्षित मान से थोड़ा अधिक है, लेकिन सांख्यिकीय रूप से महत्वपूर्ण नहीं है)।
क्रॉस सेक्शन्स:
- $\sqrt{s} = 13$ TeV पर: 248 $\pm$ 52 fb।
- $\sqrt{s} = 13.6$ TeV पर: 242 $\pm$ 77 fb।
- (SM NLO भविष्यवाणियां: क्रमशः ~136 fb और ~148 fb)।
बैकग्राउंड बाधाएं (Background Constraints):
- सिमल्टेनियस फिट से $\mu_{t\bar{t}Z} = 0.91 \pm 0.07$ की $t\bar{t}Z$ स्ट्रेंथ प्राप्त हुई, जो SM भविष्यवाणियों के अनुरूप है।
- बेहतर ML सेपरेशन के कारण पिछले CMS विश्लेषणों की तुलना में $\mu_{tWZ}$ और $\mu_{t\bar{t}Z}$ के बीच सहसंबंध काफी कम हो गया।

5. महत्व

SM का सत्यापन: यह अवलोकन इस दुर्लभ इलेक्ट्रोवीक प्रक्रिया के लिए मानक मॉडल (SM) की भविष्यवाणी की पुष्टि करता है, जो टॉप क्वार्क के $W$ और $Z$ बोसॉन के साथ अंतःक्रियाओं की सैद्धांतिक गणनाओं को मान्य करता है।
BSM संवेदनशीलता: उच्च परिशुद्धता के साथ एक बेसलाइन माप स्थापित करके, यह परिणाम टॉप-क्वार्क के विसंगत कपलिंग्स पर सख्त सीमाएं लगाता है। मापे गए क्रॉस-सेक्शन या काइनेमैटिक वितरण में कोई भी भविष्य का विचलन नए भौतिकी (जैसे, भारी रेजोनेंस या प्रभावी क्षेत्र सिद्धांत ऑपरेटर्स) का संकेत दे सकता है।
मेथडोलॉजिकल बेंचमार्क: जटिल बैकग्राउंड से दुर्लभ सिग्नल को अलग करने के लिए पार्टिकल ट्रांसफार्मर एल्गोरिदम की सफलता आधुनिक डीप लर्निंग तकनीकों की शक्ति को प्रदर्शित करती है, जो हाई-ल्यूमिनोसिटी LHC के लिए और भी दुर्लभ प्रक्रियाओं के भविष्य के विश्लेषणों का मार्ग प्रशस्त करती है।
भविष्य की संभावनाएं: यह माप डिफरेंशियल क्रॉस-सेक्शन अध्ययनों और टॉप क्वार्क के इलेक्ट्रोवीक सेक्टर के विस्तृत अन्वेषण के द्वार खोलता है, जो इलेक्ट्रोवीक सिमेट्री ब्रेकिंग के तंत्र और संभावित नई भौतिकी स्केल्स को समझने के लिए महत्वपूर्ण है।