⚛️ high-energy experiments

Search for low-mass hidden-valley dark showers with non-prompt muon pairs in proton-proton collisions at $\sqrt{s}$ = 13 TeV

CMS प्रयोग द्वारा 2018 में एकत्र किए गए 13 TeV प्रोटॉन-प्रोटॉन टकराव के 41.6 fb $^{-1}$ डेटा का उपयोग करते हुए, यह अध्ययन हिग्स बोसॉन क्षय से प्राप्त नॉन-प्रॉम्ट म्यूऑन पेयर्स के माध्यम से लो-मास हिडन-वैली डार्क शॉवर्स की खोज करता है, जो डार्क पार्टोन्स के ब्रांचिंग फ्रैक्शन पर नई ऊपरी सीमाएं निर्धारित करता है और डार्क फोटॉन्स वाले विस्तारित डार्क-शॉवर मॉडल्स पर पहली बाधाएं स्थापित करता है।

मूल लेखक: CMS Collaboration

प्रकाशित 2026-03-26

📖 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

महान ब्रह्मांडीय लुका-छिपी: CERN पर "डार्क" कणों की खोज

कल्पना कीजिए कि ब्रह्मांड एक विशाल, हलचल भरा शहर है। हम इमारतों, कारों और लोगों को देख सकते हैं (यह सामान्य पदार्थ है)। लेकिन हम जानते हैं कि छाया में रहने वाली एक विशाल, अदृश्य आबादी भी है जिसे हम सीधे नहीं देख सकते, फिर भी हम जानते हैं कि वे वहां हैं क्योंकि उनका वजन और गुरुत्वाकर्षण है (यह डार्क मैटर है)।

दशकों से, भौतिक विज्ञानी यह समझने की कोशिश कर रहे हैं कि यह "डार्क" आबादी कैसी दिखती है। एक लोकप्रिय सिद्धांत बताता है कि डार्क मैटर केवल एक अकेला कण नहीं है, बल्कि एक पूरा छिपा हुआ समाज है जिसके अपने नियम, अपनी "डार्क फोर्स" और यहाँ तक कि अपना खुद का पार्टिकल एक्सेलरेटर भी है। इसे हिडन वैली (Hidden Valley) कहा जाता है।

CMS प्रयोग (CERN में स्थित विशाल पार्टिकल कोलाइडर) का यह शोध पत्र इस "लुका-छिपी" के एक विशाल खेल की एक रिपोर्ट है, जिसे हिडन वैली के सुराग खोजने के लिए डिज़ाइन किया गया है।

सेटअप: हिग्स बोसान एक "दरवाजे" के रूप में

हिग्स बोसान (2012 में खोजा गया एक प्रसिद्ध कण) को हमारे दृश्य शहर में एक विशेष, भारी दरवाजे के रूप में सोचें। सिद्धांत यह है कि कभी-कभी, यह दरवाजा केवल सामान्य कणों को बाहर निकलने देने के लिए ही नहीं खुलता; यह हिडन वैली में एक गुप्त सुरंग की ओर भी खुल जाता है।

जब ऐसा होता है, तो हिग्स "डार्क पार्टोन्स" (डार्क नागरिकों) में टूट जाता है। ये डार्क नागरिक तुरंत एक-दूसरे से टकराने लगते हैं, जिससे नए डार्क कणों का एक अराजक छिड़काव पैदा होता है। भौतिक विज्ञानी इसे "डार्क शावर" (Dark Shower) कहते हैं। यह एक अंधेरे कमरे में ग्लिटर (चमकीले कणों) की एक बाल्टी गिराने जैसा है; आप ग्लिटर को सीधे नहीं देख सकते, लेकिन आप जानते हैं कि वह वहां है क्योंकि अंततः वह किसी ऐसी चीज़ पर गिरता है जिसे आप देख सकते हैं।

सुराग: "भूतिया" म्यूऑन्स (Muons)

इस हिडन वैली में, डार्क कण अंततः क्षय (टूटते) होते हैं और वापस सामान्य कणों में बदल जाते हैं जिन्हें हम पहचान सकते हैं। इस टीम द्वारा खोजा जाने वाला विशिष्ट सुराग म्यूऑन्स (एक प्रकार का भारी इलेक्ट्रॉन) की एक जोड़ी थी।

यहाँ पेचीदा बात यह है:

सामान्य कण आमतौर पर वहीं दिखाई देते हैं जहाँ टकराव हुआ था।
डार्क कण इस सिद्धांत में "लॉन्ग-लिव्ड" (लंबे समय तक जीवित रहने वाले) होते हैं। वे टूटने और म्यूऑन्स में बदलने से पहले एक छोटी दूरी (जैसे कुछ मिलीमीटर से कुछ सेंटीमीटर) तय करते हैं।

इसलिए, टीम उन म्यूऑन जोड़ियों की तलाश कर रही थी जो मुख्य टकराव स्थल से दूर, अचानक कहीं से भी प्रकट हुई हों। यह एक पार्क में दो लोगों के अचानक दिखने जैसा है, जो हाथ पकड़े हुए हैं, लेकिन वे सड़क से चलकर नहीं आए; वे बस प्रवेश द्वार से कुछ फीट दूर अचानक प्रकट हो गए।

रणनीति: "डेटा पार्किंग" का कमाल

चुनौती यह थी कि ये "भूतिया" म्यूऑन्स अक्सर धीमे और हल्के होते हैं। CERN के मानक डिटेक्टर वीआईपी क्लब के बाउंसरों की तरह हैं; वे आमतौर पर केवल तेज़, भारी, उच्च-ऊर्जा वाले कणों को ही अंदर आने देते हैं। वे इन धीमे, कम द्रव्यमान वाले डार्क म्यूऑन्स को अनदेखा कर देते।

इसे हल करने के लिए, टीम ने "डेटा पार्किंग" (Data Parking) नामक एक चतुर रणनीति का उपयोग किया।

सामान्य मोड: डिटेक्टर केवल "वीआईपी" (उच्च-ऊर्जा कणों) को रिकॉर्ड करता है।
पार्किंग मोड: टीम ने बाउंसर के मानकों को कम कर दिया। उन्होंने सब कुछ रिकॉर्ड किया, यहाँ तक कि धीमे, कम-ऊर्जा वाले कणों को भी।
कैच (चुनौती): वे इस पूरे डेटा को तुरंत प्रोसेस नहीं कर सकते थे (यह बहुत अधिक था!)। इसलिए, उन्होंने कच्चे डेटा को टेप स्टोरेज पर "पार्क" कर दिया, जैसे किसी भारी बक्से को गैरेज में रख दिया जाता है। फिर उन्होंने LHC के रखरखाव के लिए बंद होने के समय का इंतज़ार किया, और फिर उस "पार्क" किए गए डेटा को अनपैक करने और विश्लेषण करने के लिए शांत समय का उपयोग किया।

इसने उन्हें बहुत हल्के, धीमे चलने वाले कणों को देखने की अनुमति दी जिन्हें अन्य खोजों ने छोड़ दिया था।

जासूसी का काम: AI और मशीन लर्निंग

एक बार जब उनके पास डेटा आ गया, तो उन्हें अरबों सामान्य टकरावों के समुद्र में "भूतिया" म्यूऑन जोड़ियों को खोजना था। यह एक पहाड़ के आकार के भूसे के ढेर में एक विशिष्ट सुई खोजने जैसा है।

उन्होंने मदद के लिए मशीन लर्निंग (AI) का उपयोग किया। उन्होंने एक कंप्यूटर ("बूस्टेड डिसीजन ट्री") को प्रशिक्षित किया ताकि वह डार्क शावर के विशिष्ट "फिंगरप्रिंट" को पहचान सके। AI ने निम्नलिखित को पहचानना सीखा:

बहुत अधिक म्यूऑन्स: डार्क शावर अक्सर कणों के छिड़काव पैदा करते हैं, न कि केवल एक या दो।
डिस्प्लेस्ड वर्टिक्स (विस्थापित केंद्र): म्यूऑन्स का गलत जगह (केंद्र से दूर) प्रकट होना।
विशिष्ट कोण: टकराव के सापेक्ष कण किस दिशा में इशारा कर रहे हैं।

AI एक विशेषज्ञ जासूस बन गया, जिसने अरबों उबाऊ, सामान्य घटनाओं को छानकर उन कुछ घटनाओं को उजागर किया जो संदिग्ध लग रही थीं।

परिणाम: अभी तक कोई भूत नहीं मिला

41.6 "इनवर्स फेम्टोबार्न" (एक विशाल मात्रा में टकरावों को कहने का एक तरीका) डेटा का विश्लेषण करने के बाद, टीम को इन डार्क शावर्स का कोई महत्वपूर्ण प्रमाण नहीं मिला।

निर्णय: उनके द्वारा परीक्षण किए गए द्रव्यमान के लिए "हिडन वैली" का दरवाजा उस तरह से नहीं खुला जैसा उन्होंने भविष्यवाणी की थी।
सकारात्मक पक्ष: भले ही उन्हें कण नहीं मिले, लेकिन उन्होंने सख्त सीमाएं (Strict Limits) निर्धारित कीं। उन्होंने साबित कर दिया कि यदि ये डार्क कण वास्तव में मौजूद हैं, तो वे वर्तमान सर्वोत्तम अनुमानों की तुलना में और भी दुर्लभ या अलग व्यवहार करने वाले होने चाहिए। उन्होंने संभावनाओं की एक बड़ी श्रृंखला को खारिज कर दिया, जिससे भविष्य के वैज्ञानिकों के लिए खोज का दायरा सीमित हो गया।

यह क्यों मायने रखता है

यह खोज इसलिए अद्वितीय है क्योंकि इसने बहुत कम द्रव्यमान (प्रोटॉन से हल्का) और छोटी दूरियों (मिलीमीटर) को देखा, एक ऐसा क्षेत्र जिसे पिछले प्रयोगों ने काफी हद तक अनदेखा कर दिया था।

इसे एक खोई हुई चाबी खोजने जैसा समझें। पिछली खोजों ने स्ट्रीटलाइट्स के नीचे (उच्च ऊर्जा, भारी कण) देखा। इस टीम ने गली के अंधेरे कोनों में (कम ऊर्जा, हल्के कण) देखा। भले ही उन्हें चाबी नहीं मिली, लेकिन उन्होंने साबित कर दिया कि वह चाबी उन विशिष्ट अंधेरे कोनों में नहीं है, जो हमें यह जानने में मदद करता है कि अगली बार कहाँ नहीं देखना है।

संक्षेप में: CMS टीम ने बहुत स्मार्ट AI और डेटा बचाने की एक चतुर तकनीक का उपयोग करके उन अदृश्य डार्क कणों का शिकार किया जो शायद आंखों के सामने ही छिपे हुए हैं। इस बार उन्हें सफलता नहीं मिली, लेकिन उन्होंने जाल को और भी मजबूत कर दिया, जिससे ब्रह्मांड के डार्क रहस्यों की खोज पहले से कहीं अधिक सटीक हो गई।

यहाँ CMS पेपर CMS-EXO-24-008 का विस्तृत तकनीकी सारांश दिया गया है, जिसका शीर्षक "प्रोटॉन-प्रोटॉन कोलिजन में $\sqrt{s} = 13$ TeV पर नॉन-प्रॉम्प्ट म्यूऑन पेयर्स के साथ लो-मास हिडन-वैली डार्क शावर्स की खोज" है।

1. समस्या और प्रेरणा

कण भौतिकी (particle physics) का मानक मॉडल (Standard Model - SM) डार्क मैटर की व्याख्या नहीं करता है, जो ब्रह्मांड की ऊर्जा सामग्री का लगभग 27% हिस्सा है। हिडन वैली (Hidden Valley - HV) मॉडल्स नामक सिद्धांतों का एक वर्ग एक "डार्क सेक्टर" का प्रस्ताव करता है जिसमें अपना स्वयं का नॉन-अबेलियन गेज ग्रुप (Dark QCD) होता है। इन मॉडल्स में:

SM हिग्स बोसोन डार्क पार्टोन्स ( $\psi\bar{\psi}$ ) में क्षय (decay) हो सकता है।
ये डार्क पार्टोन्स डार्क QCD के माध्यम से हैड्रोनाइज़ेशन (hadronization) से गुजरते हैं ताकि डार्क हैड्रॉन्स (जैसे डार्क मेसॉन्स जैसे $\tilde{\omega}$ , $\tilde{\eta}$ , या डार्क पायॉन्स $\tilde{\pi}$ ) बन सकें।
ये डार्क हैड्रॉन्स लंबे समय तक जीवित (long-lived) रह सकते हैं और वापस SM कणों, विशेष रूप से म्यूऑन्स में क्षय हो सकते हैं, जिससे प्राथमिक इंटरेक्शन पॉइंट से अलग डिस्प्लेस्ड वर्टिसेस (non-prompt decays) बनते हैं।

LHC पर पिछले शोध निम्नलिखित कारणों से सीमित थे:

उच्च द्रव्यमान सीमाएँ (आमतौर पर $>10$ GeV)।
विशिष्ट टोपोलॉजी (जैसे इमर्जिंग जेट्स) या विशिष्ट क्षय लंबाई (decay lengths) पर ध्यान केंद्रित करना।
कम द्रव्यमान वाले डार्क शावर्स के प्रति संवेदनशीलता का अभाव, जहाँ डार्क मेसॉन्स म्यूऑन पेयर्स में क्षय होते हैं और महत्वपूर्ण विस्थापन (displacement) दिखाते हैं।

यह विश्लेषण लो-मास डार्क शावर्स (0.3–20 GeV) की जांच करने का लक्ष्य रखता है जिनमें लॉन्ग-लिव्ड पार्टिकल्स नॉन-प्रॉम्प्ट म्यूऑन पेयर्स में क्षय होते हैं, जो कि पहले इस मास और लाइफटाइम रिजीम में अनएक्सप्लोर्ड (unexplored) था।

2. कार्यप्रणाली (Methodology)

डेटा सेट और ट्रिगर रणनीति

डेटा स्रोत: 2018 में CMS प्रयोग द्वारा एकत्र किए गए $\sqrt{s} = 13$ TeV पर प्रोटॉन-प्रोटॉन कोलिजन।
एकीकृत ल्यूमिनोसिटी (Integrated Luminosity): 41.6 fb $^{-1}$ ।
ट्रिगर रणनीति: यह विश्लेषण "B-parking" डेटा सेट का उपयोग करता है। मानक ट्रिगर्स के विपरीत, B-parking म्यूऑन्स के लिए ट्रांसवर्स मोमेंटम ( $p_T$ ) थ्रेसहोल्ड को कम कर देता है (7–12 GeV तक) और एक महत्वपूर्ण इम्पैक्ट पैरामीटर ( $IP_{sig} > 3-6$ ) की आवश्यकता होती है। यह रणनीति नमूने को विस्थापित म्यूऑन्स (B-हैड्रॉन क्षय से) से समृद्ध करती है और उन लो-मास, लॉन्ग-लिव्ड सिग्नल्स को एकत्र करने की अनुमति देती है जिन्हें उच्च ट्रिगर दरों के कारण अन्यथा छोड़ दिया जाता।
इवेंट सिलेक्शन:
- इवेंट्स में कम से कम एक पुनर्गठित (reconstructed) म्यूऑन होना चाहिए जो $p_T > 9$ GeV, $|IP_{sig}| > 6$ , और $|\eta| < 1.5$ को संतुष्ट करता हो।
- कम से कम एक सेकेंडरी वर्टेक्स (SV) की आवश्यकता है जो दो विपरीत आवेशित (oppositely charged) म्यूऑन्स द्वारा बनाया गया हो।
- ट्रांसवर्स डिस्प्लेसमेंट ( $l_{xy}$ ) की खोज सीमा को ~15 cm तक बढ़ाने के लिए SV रिकंस्ट्रक्शन एल्गोरिदम को संशोधित किया गया है।

सिग्नल मॉडल्स

खोज तीन विशिष्ट बेंचमार्क मॉडल्स को लक्षित करती है:

वेक्टर पोर्टल मॉडल (Vector Portal Model): हिग्स डार्क पार्टोन्स ( $\psi\bar{\psi}$ ) में क्षय होता है, जिससे डार्क वेक्टर मेसॉन्स ( $\tilde{\omega}$ ) और स्यूडोस्केलर ( $\tilde{\eta}$ ) बनते हैं। $\tilde{\omega}$ विस्थापित होकर SM फर्मियॉन्स (म्यूऑन पेयर्स सहित) में क्षय होता है।
परिदृश्य A (Scenario A - Pointing): एक विस्तारित HV मॉडल जिसमें दो डार्क फ्लेवर्स हैं। एक डार्क पायॉन ( $\tilde{\pi}_3$ ) दो डार्क फोटॉन्स ( $A'$ ) में प्रॉम्प्टली क्षय होता है, जो फिर म्यूऑन्स में विस्थापित होकर क्षय होते हैं। डिम्यूऑन मोमेंटम का वेक्टर सम (vector sum) बीम एक्सिस की ओर इंगित करता है।
परिदृश्य B1 (Scenario B1 - Non-pointing): परिदृश्य A के समान, लेकिन $\tilde{\pi}_3$ स्वयं लॉन्ग-लिव्ड है और दो डार्क फोटॉन्स ( $A'$ ) में विस्थापित होकर क्षय होता है, जो फिर प्रॉम्प्टली म्यूऑन्स में क्षय होते हैं। डिम्यूऑन वर्टिसेस बीम एक्सिस की ओर इंगित नहीं करते हैं।

मशीन लर्निंग (BDT)

प्रमुख QCD बैकग्राउंड (हेवी-फ्लेवर क्षय और रैंडम ट्रैक कॉम्बिनेशन) से सिग्नल को अलग करने के लिए, XGBoost एल्गोरिदम का उपयोग करके एक इवेंट-लेवल बूस्टेड डिसीजन ट्री (BDT) का उपयोग किया जाता है।

इनपुट वेरिएबल्स: 390 तक फीचर्स, जिनमें म्यूऑन मल्टीप्लिसिटी, ट्रांसवर्स इम्पैक्ट पैरामीटर्स ( $d_{xy}$ ), सेकेंडरी वर्टेक्स कैनेमैटिक्स ( $\chi^2$ , डिस्प्लेसमेंट, पॉइंटिंग एंगल), और जेट वेरिएबल्स (मॉडल इंडिपेंडेंस बनाए रखने के लिए बाहर रखे गए) शामिल हैं।
परफॉरमेंस: BDT $10^4$ से $10^5$ के कारक से बैकग्राउंड को दबाते हुए 30–60% सिग्नल एफिशिएंसी प्राप्त करता है।
मुख्य डिस्क्रिमिनेटर: म्यूऑन मल्टीप्लिसिटी (डार्क शावर्स के कारण सिग्नल इवेंट्स में अधिक मल्टीप्लिसिटी होती है) और वर्टेक्स फिट की गुणवत्ता ( $\chi^2$ )।

सांख्यिकीय विश्लेषण (Statistical Analysis)

वर्गीकरण (Categorization): इवेंट्स को वर्टेक्स की संख्या (सिंगल बनाम मल्टी-वर्टेक्स), ट्रांसवर्स डिस्प्लेसमेंट ( $l_{xy}$ बिन्स: $<1$ cm, 1–10 cm, $>10$ cm), और पॉइंटिंग एंगल के आधार पर वर्गीकृत किया जाता है।
फिटिंग: डिम्यूऑन इनवेरिएंट मास स्पेक्ट्रम पर एक स्लाइडिंग विंडो फिट किया जाता है।
- सिग्नल: Voigtian फंक्शन (Gaussian और Breit-Wigner का कनवल्शन) के साथ मॉडल किया गया है।
- बैकग्राउंड: डेटा साइडबैंड्स (sidebands) पर फिट किए गए फंक्शन्स (पॉलीनोमियल, एक्सपोनेंशियल, पावर लॉ) के एनवेलप का उपयोग करके मॉडल किया गया है।
लिमिट्स: $CL_s$ मानदंड का उपयोग करके 95% कॉन्फिडेंस लेवल (CL) पर ब्रांचिंग फ्रैक्शन $B(H \to \text{dark partons})$ पर ऊपरी सीमाएं (upper limits) निर्धारित की जाती हैं।

3. प्रमुख योगदान

अपने प्रकार की पहली खोज: यह पहला LHC शोध है जो विशेष रूप से उन लो-मास हिडन-वैली डार्क शावर्स को लक्षित करता है जहाँ डार्क-सेक्टर के कण म्यूऑन पेयर्स में क्षय होते हैं।
विस्तारित पैरामीटर स्पेस: यह विश्लेषण 0.1 mm से 500 mm तक के औसत प्रोपर डिके लेंथ ( $c\tau$ ) की जांच करता है, जो उस क्षेत्र को कवर करता है जो पहले म्यूऑन-डिटेक्टर-ओनली खोजों के लिए अप्राप्य था।
लो-मास संवेदनशीलता: 'B-पार्किंग' ट्रिगर और ट्रैकर-आधारित रिकंस्ट्रक्शन का उपयोग करके, यह खोज 0.3 GeV तक के डार्क मेसॉन मास और 0.33 GeV तक के डार्क फोटॉन मास को कवर करती है।
नवीन टोपोलॉजी: यह परिदृश्य A और B1 मॉडल्स पर सीमाएं निर्धारित करने वाला पहला विश्लेषण है, जिसमें दो डार्क फ्लेवर्स और डार्क फोटॉन्स वाले जटिल क्षय श्रृंखलाएं शामिल हैं।

4. परिणाम

अवलोकन (Observation): पूरे मास और लाइफटाइम रेंज में स्टैंडर्ड मॉडल की अपेक्षा से कोई महत्वपूर्ण अतिरिक्त (excess) इवेंट नहीं देखा गया।
ऊपरी सीमाएं (Upper Limits):
- वेक्टर पोर्टल मॉडल: $B(H \to \psi\bar{\psi})$ पर ऊपरी सीमाएं 95% CL पर $10^{-4}$ जितनी कम तक पहुँचती हैं। ये सीमाएं 100–500 mm के डिके लेंथ और 0.3 GeV तक के मास के लिए पिछले परिणामों की तुलना में दो ऑर्डर ऑफ मैग्नीट्यूड तक बेहतर हैं।
- परिदृश्य A और B1: इन मॉडल्स के लिए पहली बार बाधाएं (constraints) निर्धारित की गई हैं। ब्रांचिंग फ्रैक्शन पर सीमाएं मास और लाइफटाइम के आधार पर $10^{-2}$ से $10^{-4}$ के बीच हैं।
मास कवरेज: यह खोज प्रभावी रूप से 0.3 से 20 GeV के डिम्यूऑन मास रेंज को कवर करती है, जिससे गलत पॉजिटिव से बचने के लिए ज्ञात SM रेजोनेंस (जैसे $J/\psi, \Upsilon$ ) को मास्क किया गया है।

5. महत्व

यह कार्य निम्नलिखित तरीकों से डार्क मैटर और हिडन सेक्टर्स की खोज को महत्वपूर्ण रूप से आगे बढ़ाता है:

मौजूदा खोजों की पूरकता: यह उन शॉर्ट-टू-मीडियम लाइफटाइम्स ( $c\tau < 500$ mm) और लो मास ( $< 10$ GeV) के लिए संवेदनशीलता के "गैप" को भरता है जिसे म्यूऑन-डिटेक्टर-ओनली खोजें मिस कर देती हैं।
HV मॉडल्स का सत्यापन: यह वेक्टर पोर्टल मॉडल्स के लिए अब तक के सबसे कड़े प्रतिबंध (constraints) प्रदान करता है और डार्क फोटॉन्स वाले विस्तारित HV मॉडल्स के लिए पहली बार एक्सक्लूजन लिमिट्स स्थापित करता है।
डेटा पार्किंग उपयोगिता का प्रदर्शन: B-पार्किंग रणनीति की सफलता यह रेखांकित करती है कि दुर्लभ, लो-मास, विस्थापित हस्ताक्षरों (signatures) को खोजने के लिए विशेष ट्रिगर रणनीतियों का कितना महत्व है, जिन्हें मानक ट्रिगर्स छोड़ देते।

संक्षेप में, यह विश्लेषण डिम्यूर चैनल में लो-मास, लॉन्ग-लिव्ड पार्टिकल खोजों के लिए नया बेंचमार्क स्थापित करता है, हिडन-वैली सिद्धांतों के लिए पैरामीटर स्पेस के बड़े हिस्से को खारिज करता है और डार्क सेक्टर के लिए भविष्य के सैद्धांतिक और प्रयोगात्मक प्रयासों का मार्गदर्शन करता है।