⚛️ high-energy experiments

Search for Higgsinos in final states with low-momentum lepton-track pairs at 13 TeV

CMS सहयोग 13 TeV प्रोटॉन-प्रोटॉन टकराव डेटा के 137 fb $^{-1}$ का उपयोग करते हुए, लगभग द्रव्यमान-अपभ्रष्ट (mass-degenerate) हिग्गसिनो (Higgsinos) की खोज प्रस्तुत करता है, जिसमें 1.5 GeV तक के द्रव्यमान अंतर की जांच करने के लिए कम-संवेग वाले लेप्टॉन-ट्रैक युग्मों वाले अंतिम अवस्थाओं का उपयोग किया गया है और 115 GeV तक के हिग्गसिनो द्रव्यमान को वर्जित (exclude) किया गया है।

मूल लेखक: CMS Collaboration

प्रकाशित 2026-05-18

📖 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

मुख्य चित्र: "अदृश्य" डार्क मैटर की खोज

कल्पना कीजिए कि ब्रह्मांड एक रहस्यमयी, अदृश्य पदार्थ से भरा हुआ है जिसे डार्क मैटर (Dark Matter) कहा जाता है। वैज्ञानिकों का मानना है कि यह पदार्थ ब्रह्मांड के अधिकांश द्रव्यमान (mass) का निर्माण करता है, लेकिन हम इसे देख, छू या सूंघ नहीं सकते। यह केवल गुरुत्वाकर्षण के माध्यम से सामान्य पदार्थ के साथ अंतःक्रिया करता है।

एक लोकप्रिय सिद्धांत बताता है कि डार्क मैटर हिग्गीनोस (Higgsinos) नामक कणों से बना है। हिग्गीनोस को "भूतिया जुड़वा बच्चों" के रूप में सोचें। वे बहुत भारी होते हैं, लेकिन वे अपने थोड़े भारी "भाई-बहनों" के वजन के लगभग समान होते हैं। चूंकि वे वजन में इतने समान हैं, इसलिए जब एक भारी कण टूटता (decay होता) है, तो वह ऊर्जा का कोई बड़ा विस्फोट पैदा नहीं करता। इसके बजाय, वह ऊर्जा की एक बहुत छोटी, लगभग अदृश्य फुसफुसाहट (whisper) छोड़ता है।

समस्या: "फुसफुसाहट" बहुत धीमी है

वर्षों से, CERN में लार्ज हैड्रोन कोलाइडर (LHC) इन कणों को बनाने के लिए प्रोटॉन को आपस में टकरा रहा है। हालांकि, पिछली खोजें एक तूफान के बीच फुसफुसाहट सुनने की कोशिश करने जैसी थीं।

तूफान: कोलाइडर का बैकग्राउंड शोर (अन्य उड़ते हुए कण)।
फुसफुसाहट: हिग्गीनो के क्षय (decay) से निकलने वाली सूक्ष्म ऊर्जा।

पिछले प्रयोगों ने "वॉल्यूम थ्रेशोल्ड" (आवाज की सीमा) को बहुत अधिक रखा था। यदि ऊर्जा बहुत कम थी (जैसे एक धीमी फुसफुसाहट), तो डिटेक्टरों ने उसे केवल बैकग्राउंड शोर समझकर अनदेखा कर दिया। इसने खोज में एक "ब्लाइंड स्पॉट" (अंधा क्षेत्र) छोड़ दिया: यदि हिग्गीनोस द्रव्यमान में एक-दूसरे के बहुत करीब थे, तो वैज्ञानिक उन्हें देख नहीं पा रहे थे।

नई रणनीति: "भूतिया पदचापों" को सुनना

यह पेपर उन फुसफुसाहटों को सुनने का एक नया, चतुर तरीका बताता है। CMS टीम (प्रयोग करने वाले वैज्ञानिक) ने अपने वॉल्यूम थ्रेशोल्ड को कम करने और बहुत विशिष्ट, सूक्ष्म संकेतों को खोजने का निर्णय लिया।

उन्होंने दो मुख्य परिदृश्यों पर ध्यान केंद्रित किया:

डबल-स्टेप (Double-Step): दो बहुत कम ऊर्जा वाले म्यूऑन्स (एक प्रकार का कण) का एक साथ दिखाई देना।
वन-स्टेप-एंड-ए-ट्रेस (One-Step-and-a-Trace): एक कम ऊर्जा वाला म्यूऑन (या इलेक्ट्रॉन) और एक "ट्रैक" जो एक कण जैसा दिखता है लेकिन मुख्य डिटेक्टर द्वारा पूरी तरह से पहचाना नहीं गया।

उपमा (Analogy):
कल्पना कीजिए कि आप एक भीड़ भरे मॉल में एक चोर की तलाश कर रहे हैं।

पुरानी विधि: आपने केवल उन चोरों को देखा जो बड़े, स्पष्ट बैग ले जा रहे थे। यदि वे एक छोटी, छिपी हुई वस्तु ले जाते, तो आपने उन्हें मिस कर दिया।
नई विधि: आप महसूस करते हैं कि चोर एक बहुत छोटी, लगभग अदृश्य वस्तु ले जा सकता है। इसलिए, आप दो चीजों की तलाश शुरू करते हैं:
1. दो लोग जो बहुत धीरे-धीरे एक साथ चल रहे हैं (दो कम ऊर्जा वाले कण)।
2. एक व्यक्ति जो धीरे चल रहा है, साथ ही फर्श पर एक धुंधला पदचिह्न (footprint) जो संकेत देता है कि वहां कोई और भी था, भले ही आप उन्हें देख न सकें (द "एक्सक्लूसिव ट्रैक")।

उन्होंने यह कैसे किया: "स्मार्ट फिल्टर"

कोलाइडर से प्राप्त डेटा विशाल है। घास के ढेर में सुई खोजने के लिए, वैज्ञानिकों ने मशीन लर्निंग (विशेष रूप से 'बूस्टेड डिसीजन ट्रीज़') का उपयोग किया।

इसे एक क्लब के सुपर-स्मार्ट बाउंसर के रूप में सोचें।

बाउंसर के पास नियमों की एक सूची है।
अधिकांश घटनाएं (बैकग्राउंड शोर) शोर मचाने वाले पार्टी-गोअर्स की तरह दिखती हैं।
सिग्नल (हिग्गीनोस) शांत, विशिष्ट मेहमानों की तरह दिखते हैं।
बाउंसर शोर मचाने वाली भीड़ को अनदेखा करना सीख जाता है और केवल उन शांत मेहमानों को अंदर आने देता है जो एक बहुत ही विशिष्ट प्रोफाइल (कम ऊर्जा, विशिष्ट कोण, लुप्त ऊर्जा) से मेल खाते हैं।

उन्होंने "खोए हुए" कणों को वापस पाने के लिए एक ट्रिक का भी उपयोग किया। कभी-कभी, एक कण वहां होता है, लेकिन डिटेक्टर भ्रमित हो जाता है और उसे "म्यूऑन" के रूप में लेबल नहीं कर पाता। इस डेटा को फेंकने के बजाय, उन्होंने उस "ट्रैक" को देखा जिसे कण ने छोड़ा था और उसे एक "घोस्ट म्यूऑन" (ghost muon) के रूप में माना। इससे उन्हें उन घटनाओं को पकड़ने में मदद मिली जिन्हें वे अन्यथा मिस कर देते।

परिणाम: उन्हें क्या मिला?

2016, 2017 और 2018 के डेटा (बहुत बड़ी मात्रा में जानकारी) का विश्लेषण करने के बाद, उन्हें यह मिला:

अभी तक कोई भूत नहीं मिला: उन्हें कोई हिग्गीनो नहीं मिला। डेटा "स्टैंडर्ड मॉडल" (ब्रह्मांड के काम करने के वर्तमान सर्वोत्तम सिद्धांत) से पूरी तरह मेल खाता है। इस विशिष्ट क्षेत्र में किसी नए भौतिकी (new physics) का कोई प्रमाण नहीं मिला।
सीमाएं निर्धारित करना: भले ही उन्हें कण नहीं मिले, लेकिन उन्होंने कुछ बहुत महत्वपूर्ण किया: उन्होंने संभावनाओं की एक विशिष्ट सीमा को खारिज (rule out) कर दिया।
- उन्होंने सिद्ध किया कि यदि हिग्गीनो मौजूद हैं, तो वे 115 GeV (द्रव्यमान की एक इकाई) से हल्के नहीं हो सकते यदि उनके बीच द्रव्यमान का अंतर बहुत कम है।
- उन्होंने 1.5 GeV जितने छोटे द्रव्यमान अंतरों की भी जांच की।

उपमा:
कल्पना कीजिए कि आप एक झील में एक विशिष्ट प्रकार की मछली की तलाश कर रहे हैं। आपने मछली नहीं पकड़ी, लेकिन आपने झील के तल की जांच करने के लिए एक बहुत महीन जाल का उपयोग किया। अब आप आत्मविश्वास से कह सकते हैं, "यदि वह मछली मौजूद है, तो वह इस झील के निचले 10 फीट में नहीं है।" आपने भविष्य के वैज्ञानिकों के लिए खोज क्षेत्र को सीमित कर दिया है।

यह क्यों महत्वपूर्ण है

यह खोज "नेचुरलनेस" (Naturalness) की अवधारणा के लिए महत्वपूर्ण है।

समस्या: ब्रह्मांड "फाइन-ट्यून्ड" (fine-tuned) लगता है। गणित सुझाव देता है कि ब्रह्मांड के स्थिर होने के लिए, ये हिग्गीनो कण इतने हल्के होने चाहिए कि उन्हें अब तक खोजा जा सके।
तनाव (Tension): यदि वे बहुत भारी हैं, तो गणित "अजीब" हो जाता है और इसके लिए बहुत अधिक फाइन-ट्यूनिंग की आवश्यकता होती है (जैसे पेंसिल को उसकी नोक पर संतुलित करना)।
परिणाम: इस "कंप्रेस्ड" क्षेत्र (जहाँ कण द्रव्यमान में बहुत करीब हैं) में खोज को आगे बढ़ाकर, यह पेपर सिद्धांत के सबसे "नेचुरल" संस्करणों के दरवाजे बंद कर देता है। यदि हिग्गीनोस मौजूद हैं, तो वे या तो हमारी सोच से भारी हैं या वे उस तरह से व्यवहार करते हैं जिसकी हमने कल्पना भी नहीं की थी।

सारांश

CMS टीम ने उन "भूतिया" कणों को पकड़ने के लिए एक सुपर-सेंसिटिव जाल बनाया जो वजन में लगभग समान हैं। उन्होंने ऊर्जा की उन सूक्ष्म फुसफुसाहटों को खोजा जिन्हें पिछले प्रयोगों ने अनदेखा कर दिया था। उन्हें कण नहीं मिले, लेकिन उन्होंने सफलतापूर्वक यह साबित किया कि कण उस विशिष्ट निम्न-द्रव्यमान, निम्न-ऊर्जा क्षेत्र में नहीं छिपे हैं जिसे उन्होंने अभी खोजा है। यह भौतिकविदों को यह सोचने पर मजबूर करता है कि आगे कहाँ देखना है।

तकनीकी सारांश: 13 TeV पर कम-संवेग लेप्टॉन-ट्रैक युग्मों वाले अंतिम अवस्थाओं में हिग्गसिनो की खोज

समस्या और प्रेरणा
यह शोध पत्र हिग्गिनोस (Higgsinos) की खोज को संबोधित करता है, जो कि सुपरसिमेट्रिक (SUSY) कणों का एक वर्ग है जो डार्क मैटर के व्यवहार्य उम्मीदवार के रूप में कार्य करते हैं और स्टैंडर्ड मॉडल (SM) में पदानुक्रम समस्याओं (hierarchy problems) का समाधान प्रदान करते हैं। विशेष रूप से, यह विश्लेषण उन परिदृश्यों को लक्षित करता है जहाँ द्रव्यमान स्पेक्ट्रा "संपीड़ित" (compressed) होता है, जहाँ उत्पादित चार्जिनोस ( $\tilde{\chi}^{\pm}_1$ ) और न्यूट्रालिनोस ( $\tilde{\chi}^0_1, \tilde{\chi}^0_2$ ) के बीच द्रव्यमान अंतर ( $\Delta m$ ) कम होता है (1–10 GeV के क्रम में)। ऐसे परिदृश्यों में, क्षय उत्पाद (लेप्टॉन) बहुत कम ट्रांसवर्स संवेग ( $p_T$ ) और छोटे ओपनिंग कोण रखते हैं, जिससे उन्हें पिछले LHC खोजों में उपयोग किए जाने वाले मानक ट्रिगर और पहचान थ्रेशोल्ड के साथ पुनः निर्मित करना कठिन हो जाता है। ATLAS और CMS द्वारा किए गए पिछले विश्लेषणों ने $\Delta m \approx 7.5$ GeV के द्रव्यमान विभाजन के लिए 205 GeV तक के हिग्ग्नो द्रव्यमान को वर्जित (exclude) कर दिया है, लेकिन $\Delta m < 3$ GeV के लिए संवेदनशीलता (sensitivity) किनेमैटिक और आइसोलेशन आवश्यकताओं (जैसे, $p_T > 3.5$ GeV, $\Delta R > 0.3$ ) के कारण काफी कम हो जाती है। यह कार्य उस पहले से अनछुए पैरामीटर स्पेस को प्रोब करने का लक्ष्य रखता है जहाँ द्रव्यमान विभाजन 3 GeV से नीचे है, जो 1.5 GeV तक विस्तृत है।

कार्यप्रणाली (Methodology)
यह विश्लेषण $\sqrt{s} = 13$ TeV पर CMS प्रयोग द्वारा एकत्र किए गए प्रोटॉन-प्रोटॉन टकराव डेटा का उपयोग करता है, जो 2016, 2017 और 2018 डेटा-टेकिंग अवधियों से प्राप्त 137 fb $^{-1}$ की एकीकृत ल्यूमिनोसिटी (integrated luminosity) के अनुरूप है। सिग्नल मॉडल चार लगभग द्रव्यमान-अपभ्रष्ट (mass-degenerate) हिग्ग्नो आइजनस्टेट्स को मानता है: दो न्यूट्रालिनोस ( $\tilde{\chi}^0_1, \tilde{\chi}^0_2$ ) और दो चार्जिनोस ( $\tilde{\chi}^{\pm}_1$ ), जहाँ $\Delta m^0 = m(\tilde{\chi}^0_1) - m(\tilde{\chi}^0_1)$ और $\Delta m^{\pm} = m(\tilde{\chi}^{\pm}_1) - m(\tilde{\chi}^0_1) = \Delta m^0/2$ है।

खोज $\tilde{\chi}^0_2 \to \ell\ell\tilde{\chi}^0_1$ (जहाँ $\ell$ एक म्यूऑन या इलेक्ट्रॉन है) के क्षय पर केंद्रित है, जो एक आभासी (virtual) $Z$ बोसॉन के माध्यम से होता है, और इसके साथ ही दो अनडिटेक्टेड लाइटएस्ट सुपरसिमेट्रिक पार्टिकल्स (LSPs) से प्राप्त होने वाला बड़ा मिसिंग ट्रांसवर्स मोमेंटम ( $p_T^{\text{miss}}$ ) जुड़ा होता है। सॉफ्ट लेप्टॉन वाले इवेंट्स को रिकवर करने के लिए, विश्लेषण तीन अलग-अलग इवेंट श्रेणियों का उपयोग करता है:

डिम्यूऑन (Dimuon): ऐसे इवेंट्स जिनमें दो पुनरनिर्मित और पहचाने गए म्यूऑन होते हैं, जहाँ कम से कम एक म्यूऑन का $p_T < 3$ GeV है या युग्म का $\Delta R(\mu_1, \mu_2) < 0.3$ है।
म्यूऑन + एक्सक्लूसिव ट्रैक (Muon + Exclusive Track): एक पुनरनिर्मित म्यूऑन और एक आइसोलेटेड ट्रैक जो किसी पहचाने गए लेप्टॉन से मेल नहीं खाता है।
इलेक्ट्रॉन + एक्सक्लूसिव ट्रैक (Electron + Exclusive Track): एक पुनरनिर्मित इलेक्ट्रॉन और एक आइसोलेटेड एक्सक्लूसिव ट्रैक।

प्रमुख तकनीकी नवाचारों में शामिल हैं:

शिथिल किनेमैटिक थ्रेशोल्ड्स (Relaxed Kinematic Thresholds): म्यूऑन्स को 2 से 15 GeV के बीच $p_T$ के साथ, और इलेक्ट्रॉन्स को 5 से 15 GeV के बीच $p_T$ के साथ चुना जाता है, जो मानक चयन की तुलना में काफी कम है।
एक्सक्लूसिव ट्रैक रिकवरी: एक "एक्सक्लूसिव ट्रैक" को $p_T > 1.9$ GeV, उच्च आइसोलेशन, और पुनरनिर्मित लेप्टॉन के साथ कोई ज्यामितीय मिलान न रखने वाले ट्रैक के रूप में परिभाषित किया गया है। समर्पित बूस्टेड डिसीजन ट्री (BDT) क्लासिफायर ("ट्रैक-पिकिंग BDTs") को यह पहचानने के लिए प्रशिक्षित किया गया है कि इवेंट में कौन सा ट्रैक न्यूट्रालिनो क्षय से प्राप्त लेप्टॉन के अनुरूप है, जिससे खोए हुए लेप्टॉन्स का 50% तक रिकवरी संभव होती है।
मल्टीवेरिएट विश्लेषण (Multivariate Analysis): सिग्नल को बैकग्राउंड से अलग करने के लिए इवेंट-स्तरीय BDTs बनाए गए हैं। इनपुट वेरिएबल्स में लेप्टॉन युग्म का इनवेरिएंट मास ( $m_{\ell\ell}$ ), लेप्टॉन का $p_T$ , हार्ड $p_T^{\text{miss}}$ , और कोणीय पृथक्करण शामिल हैं। डिम्यूऑन BDT में 0.3 से 4.6 GeV के द्रव्यमान विभाजन वाले सिग्नल सिमुलेशन पर प्रशिक्षित 200 डिसीजन ट्री का उपयोग किया गया है।
बैकग्राउंड अनुमान (Background Estimation):
- जेट्टी बैकग्राउंड (Jetty Background): यह जेट गतिविधि से उत्पन्न होने वाले नॉन-प्रॉम्प्ट लेप्टॉन्स द्वारा प्रधान है। इसका अनुमान एक आइसोलेशन साइडबैंड कंट्रोल रीजन (CR) का उपयोग करके लगाया जाता है जहाँ जेट-आधारित आइसोलेशन मानदंड को उल्टा (invert) कर दिया जाता है। एक ट्रांसफर फैक्टर ( $c_{\text{TF}}$ ), जो एक BDT साइडबैंड CR से प्राप्त किया गया है, भविष्यवाणी को सिग्नल रीजन (SR) तक सामान्यीकृत (normalize) करता है।
- $Z/\gamma^* \to \tau\tau$ : इसे डेटा-ड्रिवन नॉर्मलाइजेशन फैक्टर्स द्वारा सुधारा गया सिम्युलेटेड सैंपल्स का उपयोग करके अनुमानित किया जाता है, जो एक डिटा-एनरिच्ड (ditau-enriched) CR से प्राप्त होते हैं।
- एक्सक्लूसिव ट्रैक बैकग्राउंड: इसे सेम-चार्ज CR का उपयोग करके अनुमानित किया जाता है, जो समान-किनेमैटिक्स वाले सेम-चार्ज और अपोजिट-चार्ज बैकग्राउंड के बीच समानता को मानकर काम करता है।

सिस्टमैटिक अनसर्टेन्टीज़ (Systematic uncertainties), जिसमें जेट एनर्जी स्केल, ISR मॉडलिंग, लेप्टॉन दक्षता और ल्यूमिनोसिटी शामिल हैं, को लॉग-नॉर्मल न्यूसेंस पैरामीटर्स का उपयोग करके मैक्सिमम लाइक्लीहुड फिट में शामिल किया गया है।

प्रमुख योगदान और परिणाम
विश्लेषण BDT आउटपुट स्कोर के आधार पर परस्पर अनन्य (mutually exclusive) सिग्नल रीजन को परिभाषित करता है। डेटा में स्टैंडर्ड मॉडल की अपेक्षा से कोई महत्वपूर्ण विचलन नहीं देखा गया है। बैकग्राउंड मॉडल सभी श्रेणियों में डेटा का अच्छा वर्णन प्रदान करता है। डिम्यूऑन श्रेणी (फेज 1 डेटा) के सबसे संवेदनशील SR में एक छोटा सा अतिरिक्त (excess) देखा गया, जो 2.2 मानक विचलन की लोकल सिग्निफिकेंस के अनुरूप है, जिसे नए भौतिकी के प्रमाण के रूप में नहीं माना जाता है।

$CL_s$ पद्धति का उपयोग करते हुए, यह पेपर $\Delta m^{\pm}$ बनाम $m(\tilde{\chi}^{\pm}_1)$ के प्लेन में हिग्ग्नो उत्पादन क्रॉस-सेक्शन पर 95% कॉन्फिडेंस लेवल (CL) बहिष्करण सीमाएं (exclusion limits) निर्धारित करता है।

द्रव्यमान संवेदनशीलता (Mass Sensitivity): यह खोज $\Delta m^0$ को 1.5 GeV तक प्रोब करती है (यह मानते हुए कि चार्जिनो द्रव्यमान 100 GeV है)।
बहिष्करण सीमाएं (Exclusion Limits): अधिकतम बहिष्कृत हिग्ग्नो द्रव्यमान 115 GeV है, जो $\Delta m^0 = 3.5$ GeV के अनुरूप है। संवेदनशीलता $\Delta m^{\pm} \approx 2$ GeV के आसपास चरम पर होती है, जहाँ यह विश्लेषण लगभग 145 GeV (अपेक्षित) और 115 GeV (प्रेक्षित) तक के चार्जिनो द्रव्यमान को प्रोब करता है।
तुलना: प्रेक्षित सीमा (observed limit), फेज 1 डेटा में एक छोटे से अतिरिक्त के कारण अपेक्षित सीमा (expected limit) से थोड़ी कमजोर है, लेकिन यह विश्लेषण अत्यधिक संपीड़ित (highly compressed) शासन में पहुँच बनाने में सफल रहा है जिसे मानक सॉफ्ट-लेप्टॉन खोजों के लिए अगम्य माना जाता था।

महत्व
यह शोध पत्र दावा करता है कि इसने हिग्ग्नो पैरामीटर स्पेस के एक पहले से अनछुए क्षेत्र, विशेष रूप से बड़े $\tan \beta$ और अत्यधिक संपीड़ित स्पेक्ट्रा वाले "नेचुरल" सबस्पेस को लक्षित किया है। लो-मोमेंटम लेप्टॉन-ट्रैक युग्मों और शिथिल पहचान मानदंडों का उपयोग करके, यह विश्लेषण 'डिसेपियरिंग ट्रैक्स' (बहुत छोटे $\Delta m$ के लिए) और मानक सॉफ्ट-लेप्टॉन खोजों (बड़े $\Delta m$ के लिए) के बीच के संवेदनशीलता अंतराल को पाटता है। इसके परिणाम नेचुरल सुपरसिमेट्री और अन्य मॉडलों पर कड़े प्रतिबंध लगाते है जो इलेक्ट्रोवीक मल्टीप्लेट डार्क मैटर की भविष्यवाणी करते हैं, और यह प्रदर्शित करते हैं कि 1.5 GeV जितने कम द्रव्यमान विभाजन वाले संपीड़ित हिग्ग्नो परिदृश्यों को LHC पर प्रभावी ढंग से प्रोब किया जा सकता है।