⚛️ high-energy experiments

Measurement of the Higgs boson total decay width using the H $\to$ WW $\to$ e $\nu\mu\nu$ decay channel in proton-proton collisions at $\sqrt{s}$ = 13 TeV

13 TeV प्रोटॉन-प्रोटॉन टक्कर डेटा के 138 fb $^{-1}$ का उपयोग करते हुए, CMS प्रयोग ने H $\to$ WW $\to$ e $\nu\mu\nu$ चैनल के माध्यम से हिग्स बोसोन की कुल क्षय चौड़ाई (total decay width) को 3.9 $^{+2.7}_{-2.2}$ MeV मापा, जिससे पिछले परिणामों की तुलना में अनिश्चितता में तीन गुना सुधार हुआ और साथ ही मानक मॉडल (Standard Model) के साथ निरंतरता की पुष्टि हुई।

मूल लेखक: CMS Collaboration

प्रकाशित 2026-05-29

📖 5 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

एक बड़ी तस्वीर: एक भूत का वजन करना

कल्पना कीजिए कि हिग्स बोसोन एक बहुत ही शर्मीला, अविश्वसनीय रूप से तेज़ भागने वाला भूत है जो एक विशाल कण कोलाइडर (लार्ज हैड्रॉन कोलाइडर, या LHC) में एक पल के लिए दिखाई देता है और फिर गायब हो जाता है। वैज्ञानिक यह जानना चाहते हैं कि इस भूत का "वजन" उसकी ऊर्जा के संदर्भ में कितना है, जिसे भौतिक विज्ञानी डिके विड्थ (decay width) कहते हैं।

डिके विड्थ को एक घंटी की गूँज (loudness of a bell) की तरह समझें।

एक घंटी जो लंबे समय तक बजती रहती है (एक चौड़ी डिके विड्थ) वह तेज़ और सुनने में आसान होती है।
एक घंटी जो एक सेकंड के बहुत छोटे हिस्से के लिए बजती है (एक संकीर्ण डिके विड्थ) वह एक शांत "पिंग" की तरह होती है जिसे पकड़ना बहुत कठिन होता है।

स्टैंडर्ड मॉडल (भौतिकी की नियम पुस्तिका) भविष्यवाणी करता है कि यह हिग्स भूत एक बहुत ही शांत "पिंग" होगा—इतना शांत कि हमारे डिटेक्टर इसे सीधे सुनने के लिए बहुत धुंधले हैं। यह एक बाथरूम स्केल का उपयोग करके एक पंख का सटीक वजन मापने की कोशिश करने जैसा है; स्केल पर्याप्त संवेदनशील नहीं है।

चाल: गूँज को सुनना

चूंकि वे भूत को सीधे नहीं तौल सकते, इसलिए CERN में CMS टीम ने एक चतुर चाल का उपयोग किया। उन्होंने इस बात पर नज़र रखी कि भूत दो अलग-अलग तरीकों से प्रकट होता है:

"ऑन-शेल" (On-Shell) भूत (मुख्य घटना): यह भूत अपनी सामान्य, अपेक्षित ऊर्जा (125 GeV) पर दिखाई देता है। यह ठीक वैसा ही है जैसे भूत पार्टी में तभी आए जब उसे आमंत्रित किया गया हो।
"ऑफ-शेल" (Off-Shell) भूत (दुर्लभ अतिथि): यह बहुत उच्च ऊर्जा (160 GeV से अधिक) पर दिखाई देने वाला भूत है। यह एक बहुत ही उच्च ऊर्जा स्तर पर पार्टी में घुसपैठ करने वाले भूत की तरह है। ऐसा बहुत कम होता है।

उपमा (Analogy):
कल्पना कीजिए कि आप यह पता लगाने की कोशिश कर रहे हैं कि कार का इंजन कितनी तेज़ी से चलता है, लेकिन आप इंजन को देख नहीं सकते। इसके बजाय, आप देखते हैं कि कार कम गति पर (on-shell) कितना ईंधन उपयोग करती है बनाम कितनी तेज़ गति (off-shell) पर इंजन चलाने पर कितना ईंधन उपयोग करती है।

पेपर बताता है कि इन दो "ईंधन उपयोगों" के बीच का अनुपात आपको इंजन की गुप्त गति (डिके विड्थ) बता देता है। यदि भूत बहुत "संकीर्ण" (शांत) है, तो सामान्य वाले की तुलना में उच्च-ऊर्जा वाला "ऑफ-शेल" संस्करण बनाना बहुत कठिन होता है। सामान्य वाले की तुलना में उच्च-ऊर्जा वाला संस्करण कितनी बार दिखाई देता है, इसे मापकर वे विड्थ की गणना कर सकते हैं।

प्रयोग: द ग्रेट फ़िल्टर

वैज्ञानिकों ने 138 "फेम्टोबार्न" (femtobarns) डेटा का अध्ययन किया। इसे समझने के लिए, यह 2016 और 2018 के बीच LHC में होने वाले 138 ट्रिलियन प्रोटॉन टकरावों को देखने जैसा है।

वे एक विशिष्ट संकेत की तलाश कर रहे थे: एक हिग्स बोसोन का दो W कणों में बदलना, जो फिर एक इलेक्ट्रॉन और एक म्यूऑन (और कुछ अदृश्य न्यूट्रिनो) में बदल जाते हैं।

चुनौती: बैकग्राउंड शोर (background noise) बहुत बड़ा है। यह भीड़ से भरे स्टेडियम में फुसफुसाहट सुनने की कोशिश करने जैसा है। "प्रशंसक" वे अन्य कण टकराव हैं जो हिग्स जैसे दिखते हैं लेकिन हिग्स नहीं हैं।
समाधान: उन्होंने एक डीप न्यूरल नेटवर्क (DNN) का उपयोग किया। इसे एक सुपर-स्मार्ट AI रेफरी समझें। इसने हर एक टकराव को देखा और पूछा: "क्या यह हिग्स भूत जैसा दिखता है, या यह सिर्फ बैकग्राउंड शोर है?" इसने घटनाओं को इस आधार पर अलग-अलग श्रेणियों में बांटा कि कितने अन्य कण (जेट्स) चारों ओर उड़ रहे हैं।

परिणाम: एक सटीक मिलान

शोर को छानने और अपने AI रेफरी का उपयोग करने के बाद, टीम को मिला:

ऑफ-शेल सिग्नल: उन्होंने उच्च-ऊर्जा वाले भूत के प्रकट होने की आवृत्ति को मापा। परिणाम 1.2 (कुछ अनिश्चितता के साथ) था। नियम पुस्तिका में, 1.0 का मान एकदम सही है। इसलिए, 1.2 उम्मीद के बहुत करीब है।
कुल विड्थ (Total Width): उच्च-ऊर्जा वाले भूत और सामान्य भूत के अनुपात का उपयोग करके, उन्होंने कुल डिके विड्थ की गणना की।
- उनका परिणाम: 3.9 MeV (प्लस या माइनस थोड़ा सा)।
- भविष्यवाणी: 4.1 MeV।

फैसला: यह माप स्टैंडर्ड मॉडल के साथ एक सटीक मिलान है। "भूत" बिल्कुल उतना ही शांत और मायावी है जितना कि नियम पुस्तिका ने कहा था।

यह क्यों महत्वपूर्ण है

यह केवल एक "हमें यह मिल गया" वाला पेपर नहीं है; यह एक "हमने इसे सटीकता से मापा है" वाला पेपर है।

सुधार: यह परिणाम उसी टीम द्वारा पुराने डेटा का उपयोग करके किए गए पिछले प्रयास की तुलना में 3 गुना अधिक सटीक है।
नया चैनल: यह पहली बार है जब CMS टीम ने 13 TeV की उच्च ऊर्जा पर इस विशिष्ट विड्थ को H → WW चैनल का उपयोग करके मापा है। पहले, उन्हें एक अलग चैनल (H → ZZ) का उपयोग करना पड़ता था।
निरंतरता: तथ्य यह है कि यह माप भविष्यवाणी के साथ इतनी अच्छी तरह मेल खाता है, इसका मतलब है कि अभी तक छाया में कोई "अजीब" नया भौतिक विज्ञान छिपा हुआ नहीं है। हिग्स बोसोन बिल्कुल वैसा ही व्यवहार कर रहा है जैसा स्टैंडर्ड मॉडल भविष्यवाणी करता है।

सारांश

CMS टीम ने एक भूत को तौलने की कोशिश करने वाले जासूसों की तरह काम किया। वे भूत को सीधे नहीं तौल सके, इसलिए उन्होंने तुलना की कि भूत "सामान्य" अवस्था में कितनी बार दिखाई देता है बनाम "उच्च-ऊर्जा" अवस्था में। डेटा की एक विशाल मात्रा और शोर को छानने के लिए एक स्मार्ट AI का उपयोग करके, उन्होंने भूत की "विड्थ" की गणना 3.9 MeV की गई। यह सैद्धांतिक भविष्यवाणी के 4.1 MeV से लगभग पूरी तरह मेल खाता है, जिससे पुष्टि होती है कि ब्रह्मांड के निर्माण खंडों के बारे में हमारी वर्तमान समझ अभी भी मजबूती से टिकी हुई है।

तकनीकी सारांश: $H \to WW \to e\nu\mu\nu$ क्षय चैनल का उपयोग करके हिग्स बोसोन की कुल क्षय चौड़ाई का मापन

समस्या और प्रेरणा
हिग्स बोसोन की कुल क्षय चौड़ाई ( $\Gamma_H$ ) स्टैंडर्ड मॉडल (SM) का एक मौलिक पैरामीटर है। 125 GeV द्रव्यमान वाले एक SM हिग्स बोसोन के लिए, सैद्धांतिक भविष्यवाणी 4.1 MeV है। हालांकि, यह मान लार्ज हैड्रॉन कोलाइडर (LHC) के डिटेक्टरों के इनवेरिएंट मास रेजोल्यूशन की तुलना में काफी छोटा है, जिससे क्षय चौड़ाई का प्रत्यक्ष मापन असंभव हो जाता है। फलस्वरूप, $\Gamma_H$ को "ऑन-शेल" (अनुनाद द्रव्यमान के पास) और "ऑफ-शेल" (उच्च इनवेरिएंट द्रव्यमान पर) उत्पादन दरों की तुलना करके अप्रत्यक्ष रूप से सीमित किया जाना चाहिए।

$H \to ZZ$ चैनल और $H \to WW \to 2\ell 2\nu$ चैनल (7 और 8 TeV डेटा का उपयोग करके) में CMS सहयोग द्वारा किए गए पिछले मापों ने बाधाएं प्रदान की थीं, लेकिन उनकी सटीकता सीमित थी। यह शोध पत्र $\sqrt{s} = 13$ TeV पर फुल रन 2 डेटासेट (2016-2018) का उपयोग करके $\Gamma_H$ के अधिक सटीक निर्धारण की आवश्यकता को संबोधित करता है, जो विशेष रूप से $H \to WW \to e\nu\mu\nu$ क्षय चैनल को लक्षित करता है। इस अध्ययन का उद्देश्य इस विशिष्ट चैनल में पिछले CMS सीमा ( $\Gamma_H < 26$ MeV) में सुधार करना है, जिसके लिए बढ़े हुए सेंटर-ऑफ-मास ऊर्जा, उच्च एकीकृत ल्यूमिनोसिटी और परिष्कृत सैद्धांतिक एवं प्रयोगात्मक मॉडलिंग का लाभ उठाया गया है।

कार्यप्रणाली (Methodology)
यह विश्लेषण CMS प्रयोग द्वारा एकत्रित 138 fb $^{-1}$ की एकीकृत ल्यूमिनोसिटी वाले प्रोटॉन-प्रोटॉन टकराव डेटा का उपयोग करता है। यह मापन ऑफ-शेल और ऑन-शेल उत्पादन क्रॉस-सेक्शन के अनुपात पर निर्भर करता है, जो कुल क्षय चौड़ाई के समानुपाती है ( $\Gamma_H \propto \mu_{\text{off-shell}} / \mu_{\text{on-shell}}$ )।

इवेंट चयन और पुनर्निर्माण (Event Selection and Reconstruction): ड्रेल्स-यान (Drell-Yan) बैकग्राउंड को दबाने के लिए विपरीत-चिह्न इलेक्ट्रॉन-म्यूऑन युग्म ( $e\mu$ ) की आवश्यकता के साथ इवेंट्स का चयन किया जाता है। काइनेटिक आवश्यकताओं में न्यूट्रिनो के लिए मिसिंग ट्रांसवर्स मोमेंटम ( $p^{\text{miss}}_T > 20$ GeV), एक डाइलप्टन इनवेरिएंट मास $m_{e\mu} > 20$ GeV, और हिग्स बोसोन का पुनर्निर्मित ट्रांसवर्स मास $m^H_T > 60$ GeV शामिल हैं। जेट्स को एंटी- $k_T$ एल्गोरिदम का उपयोग करके क्लस्टर किया जाता है, और टॉप-क्वार्क बैकग्राउंड को कम करने के लिए $b$ -टैग्ड जेट्स वाले इवेंट्स को हटाया (veto) जाता है।
वर्गीकरण (Categorization): घटनाओं को ग्लूऑन-ग्लूऑन फ्यूजन (ggF) और वेक्टर बोसोन फ्यूजन (VBF) उत्पादन मोड के बीच अंतर करने के लिए जेट्स की संख्या (0, 1, और $\ge 2$ ) के आधार पर वर्गीकृत किया जाता है।
मशीन लर्निंग भेदभाव (Machine Learning Discrimination): सिग्नल और बैकग्राउंड को अलग करने के लिए एक मल्टीक्लास डीप न्यूरल नेटवर्क (DNN) का उपयोग किया जाता है। DNN को 0- और 1-जेट श्रेणियों के लिए चार वर्गों (ऑफ-शेल ggF, ऑन-शेल ggF, टॉप क्वार्क, नॉन-रेजोनेंट WW) और $\ge 2$ -जेट श्रेणी के लिए छह वर्गों (ऑफ-शेल/ऑन-शेल VBF जोड़ते हुए) में वर्गीकृत करने के लिए प्रशिक्षित किया गया है। इनपुट वेरिएबल्स में डाइलप्टन सिस्टम, डाइजेट सिस्टम, मिसिंग ट्रांसवर्स मोमेंटम के काइनेटिक गुण और WW सिस्टम का एक प्रॉक्सी इनवेरिएंट मास शामिल हैं।
सिग्नल और बैकग्राउंड मॉडलिंग:
- सिग्नल: ऑफ-शेल योगदान को $m_{WW} > 160$ GeV की जनरेटर-लेवल आवश्यकता द्वारा परिभाषित किया गया है। जटिल पोल स्कीम्स और सिग्नल तथा कंटिन्यूम बैकग्राउंड के बीच हस्तक्षेप प्रभावों को शामिल करते हुए, ggF और VBF के लिए सिमुलेशन में POWHEG और JHUGEN (VBF के लिए) या MCFM (ggF के लिए) का उपयोग किया गया है।
- बैकग्राउंड: प्रमुख बैकग्राउंड्स में नॉन-रेजोनेंट WW उत्पादन, टॉप क्वार्क ( $t\bar{t}$ ), और ड्रेल्स-यान प्रक्रियाएं शामिल हैं। नॉन-रेजोनेंट WW और $t\bar{t}$ के नॉर्मलाइजेशन को डेटा का उपयोग करके सिग्नल रीजन (SR) और कंट्रोल रीजन (CR) में एक साथ नियंत्रित किया जाता है। नॉन-प्रॉम्प्ट लेप्टॉन बैकग्राउंड का अनुमान "मैट्रिक्स मेथड" दृष्टिकोण का उपयोग करके डेटा-ड्रिवन तरीके से लगाया जाता है।
सांख्यिकीय विश्लेषण (Statistical Analysis): COMBINE फ्रेमवर्क का उपयोग करके एक प्रोफाइल लाइकलीहुड फिट किया जाता है। लाइकलीहुड फंक्शन ऑफ-शेल सिग्नल रीजन और ऑन-शेल कंट्रोल रीजन के लिए DNN आउटपुट डिस्ट्रीब्यूशन को शामिल करता है। व्यवस्थित अनिश्चितताओं (प्रायोगिक और सैद्धांतिक) को गॉसियन बाधाओं के साथ न्युसेंस पैरामीटर्स के रूप में माना जाता है।

प्रमुख योगदान

$H \to WW$ में पहली 13 TeV माप: यह कार्य $\sqrt{s} = 13$ TeV पर $H \to WW \to e\nu\mu\nu$ चैनल का उपयोग करके हिग्स बोसोन की क्षय चौड़ाई का पहला CMS निर्धारण प्रस्तुत करता है।
बेहतर सटीकता: यह विश्लेषण इस विशिष्ट क्षय चैनल में पिछले CMS परिणाम (जो 7 और 8 TeV डेटा से प्राप्त था) की तुलना में अनिश्चितता में 3 गुना सुधार प्राप्त करता है।
उन्नत मॉडलिंग: यह अध्ययन ऑफ-शेल हिग्स सिग्नल और कंटिन्यूम $WW$ बैकग्राउंड के बीच हस्तक्षेप के परिष्कृत मॉडलिंग को लागू करता है, जो हाई-मास टेल में सिग्नल स्ट्रेंथ के सटीक निष्कर्षण के लिए महत्वपूर्ण है।
DNN-आधारित वर्गीकरण: डीप न्यूरल नेटवर्क का अनुप्रयोग विभिन्न जेट मल्टीप्लिसिटी के माध्यम से सिग्नल और बैकग्राउंड के बीच कुशल भेदभाव की अनुमति देता है, जिससे ggF और VBF दोनों उत्पादन मोड में संवेदनशीलता अनुकूलित होती है।

परिणाम

ऑफ-शेल सिग्नल स्ट्रेंथ: ऑफ-शेल सिग्नल स्ट्रेंथ $\mu_{\text{off-shell}} = 1.2^{+0.8}_{-0.7}$ मापी गई है। यह मान एकता (unity) की SM भविष्यवाणी के अनुरूप है।
कुल क्षय चौड़ाई: हिग्स बोसोन की कुल क्षय चौड़ाई $\Gamma_H = 3.9^{+2.7}_{-2.2}$ MeV निर्धारित की गई है।
SM के साथ संगति: मापी गई चौड़ाई 4.1 MeV की स्टैंडर्ड मॉडल भविष्यवाणी के अनुरूप है।
एक्सक्लूजन लिमिट्स: बिना ऑफ-शेल हिग्स उत्पादन वाले परिदृश्य को 3.4 मानक विचलन (1.3 मानक विचलन के अपेक्षित एक्सक्लूजन के साथ) पर बाहर (exclude) कर दिया गया है। चौड़ाई पर 95% विश्वास स्तर की ऊपरी सीमा $\Gamma_H < 22.00$ MeV है।
अनिश्चितता का विवरण: अनुपात $r = \mu_{\text{off-shell}}/\mu_{\text{on-shell}}$ में कुल अनिश्चितता सांख्यिकीय अनिश्चितताओं (56%) द्वारा संचालित है, इसके बाद सैद्धांतिक अनिश्चितताएं (27%) आती हैं।

महत्व
पेपर का दावा है कि यह परिणाम हिग्स बोसोन के गुणों को सीमित करने में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करता है। $H \to ZZ$ चैनल में पिछले मापों के पूरक के रूप में, यह विश्लेषण $WW $चैनल का उपयोग करके$ \Gamma_H$ पर एक मजबूत, स्वतंत्र बाधा प्रदान करता है। परिणाम अनिश्चितताओं के भीतर SM भविष्यवाणी की पुष्टि करता है और यह प्रदर्शित करता है कि SM से विचलन, जो असामान्य कपलिंग या नए भौतिकी का संकेत दे सकते हैं, वर्तमान में मापे गए रेंज के भीतर सीमित हैं। इस चैनल में पिछली सीमाओं पर सटीकता में सुधार, फुल रन 2 डेटासेट और डीप लर्निंग एवं सटीक इंटरफेरेंस मॉडलिंग जैसी उन्नत विश्लेषण तकनीकों के प्रभावी उपयोग को रेखांकित करता है।