⚛️ high-energy experiments

Search for a boosted Higgs boson decaying to bottom quark pairs in association with a W or Z boson in proton-proton collisions at $\sqrt{s}$ = 13 TeV

CMS डिटेक्टर द्वारा एकत्र किए गए 13 TeV पर 138 fb $^{-1}$ प्रोटॉन-प्रोटॉन टकराव डेटा का उपयोग करते हुए, हैड्रोनिक रूप से क्षय होने वाले W या Z बोसनों के साथ बॉटम क्वार्क युग्मों में क्षय होने वाले बूस्टेड हिग्स बोसनों की खोज में $\mu$ = 0.72 $^{+0.75}_{-0.71}$ का प्रेक्षित सिग्नल स्ट्रेंथ प्राप्त हुआ, जो अनिश्चितताओं के भीतर मानक मॉडल (Standard Model) की अपेक्षा के अनुरूप है।

मूल लेखक: CMS Collaboration

प्रकाशित 2026-06-11

📖 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: एक "सुपर-हैवी" हिग्स की तलाश

कल्पना कीजिए कि लार्ज हैड्रोन कोलाइडर (LHC) दुनिया का सबसे शक्तिशाली पार्टिकल स्मैशर (कणों को टकराने वाली मशीन) है। यह नए कणों के एक अराजक विस्फोट को बनाने के लिए प्रोटॉन को आपस में टकराता है। इनमें से, वैज्ञानिक हिग्स बोसान (Higgs boson) की तलाश कर रहे हैं, जो एक ऐसा कण है जो अन्य कणों को द्रव्यमान (mass) देता है।

आमतौर पर, जब हिग्स बनता है, तो वह एक धीमी गति से चलने वाले, सुस्त कछुए की तरह होता है। वह धीरे-धीरे बहता है और छोटे टुकड़ों में टूट (decay) जाता है। लेकिन कभी-कभी, हिग्स को ऊर्जा का एक जबरदस्त झटका मिलता है और वह प्रकाश की गति के करीब की रफ्तार से तेजी से निकल जाता है। इसे "बूस्टेड" (boosted) हिग्स कहा जाता है।

यह पेपर CERN में CMS प्रयोग की एक रिपोर्ट है। टीम ने इन तेजी से चलने वाले हिग्स बोसान को खोजने के लिए एक खजाने की खोज (treasure hunt) की। विशेष रूप से, वे उन हिग्स बोसानों की तलाश कर रहे थे जो एक W या Z बोसान (दो अन्य भारी कण) के साथ मिलकर पैदा हुए थे, और जहाँ हिग्स खुद बॉटम क्वार्क्स (bottom quarks) (भारी कण जो कचरे के ढेर की तरह दिखने के कारण पहचानना बहुत कठिन होते हैं) की एक जोड़ी में टूट गया था।

चुनौती: घास के ढेर में सुई ढूँढना

एक बूस्टेड हिग्स को खोजना अविश्वसनीय रूप से कठिन है। यह हजारों लोगों द्वारा हजारों सस्ते पटाखे फोड़े जा रहे स्टेडियम में एक विशिष्ट, दुर्लभ प्रकार के पटाखे को खोजने जैसा है।

शोर (The Noise): सबसे बड़ी समस्या "बैकग्राउंड नॉइज़" (पृष्ठभूमि का शोर) है। जब प्रोटॉन टकराते हैं, तो वे लाखों साधारण कणों की जेट्स (जैसे अचानक निकली चिंगारियां) बनाते हैं। ये हमारे द्वारा खोजे जा रहे हिग्स के बहुत समान दिखते हैं।
सिग्नल (The Signal): हम जो हिग्स चाहते हैं वह विशेष है क्योंकि वह भारी है और तेज चलता है। जब वह दो बॉटम क्वार्क्स में टूटता है, तो वे दो क्वार्क्स इतने करीब होते हैं कि वे एक ही, विशाल, धुंधले गोले (एक "लार्ज-रेडियस जेट") में मिल जाते हैं।
साथी (The Accomplice): इसे और भी कठिन बनाने के लिए, हिग्स अक्सर एक W या Z बोसान के साथ उत्पन्न होता है। इस विशिष्ट खोज में, टीम ने उन मामलों की तलाश की जहाँ हिग्स और W/Z बोसान दोनों ही इलेक्ट्रॉन या म्यूऑन जैसे साफ, आसानी से पहचाने जाने वाले कणों के बजाय, अस्त-व्यस्त जेट्स में टूट गए थे।

जासूसी का काम: उन्होंने केस को कैसे सुलझाया

CMS टीम ने शोर को छानने और सिग्नल को खोजने के लिए एक बहु-चरणीय रणनीति का उपयोग किया।

1. हाई-स्पीड फ़िल्टर (ट्रिगर्स)
सबसे पहले, उन्होंने एक "स्पीड ट्रैप" सेट किया। उन्होंने केवल उन टकरावों का डेटा रखा जहाँ कण अविश्वसनीय रूप से तेज़ चल रहे थे (ट्रांसवर्स मोमेंटम > 450 GeV)। यह एक क्लब के बाउंसर की तरह है जो केवल उन लोगों को अंदर आने देता है जो एक निश्चित गति से दौड़ रहे हैं, बाकी सबको अनदेखा कर देता है।

2. "स्मार्ट" आँख (AI और न्यूरल नेटवर्क)
एक बार जब उनके पास तेज़ टकराव आ गए, तो उन्हें यह बताने की आवश्यकता थी कि कौन सा "हिग्स जेट" है और कौन सा "रैंडम जंक जेट" (बेकार कचरा) है।

उन्होंने PARTICLEDNET नामक एक परिष्कृत AI टूल का उपयोग किया, जो एक सुपर-स्मार्ट जासूस की तरह कार्य करता है।
यह AI विशाल जेट की आंतरिक संरचना को देखता है। एक हिग्स जेट का एक विशिष्ट "फिंगरप्रिंट" होता है (यह दो अलग-अलग चीजों के आपस में मिलने जैसा दिखता है), जबकि एक रैंडम जंक जेट एक अराजक मलबे जैसा दिखता है।
AI "हेवी फ्लेवर" की भी जाँच करता है, जो बॉटम क्वार्क्स के संकेतों को खोजता है, जो हिग्स डिके (क्षय) के विशिष्ट घटक हैं।

3. कंट्रोल ग्रुप्स (साइडबैंड्स)
यह सुनिश्चित करने के लिए कि उनका AI केवल अनुमान नहीं लगा रहा है, उन्होंने "कंट्रोल ग्रुप्स" का उपयोग किया। उन्होंने डेटा के उन क्षेत्रों को देखा जहाँ वे जानते थे कि हिग्स मौजूद नहीं था ("साइडबैंड्स")। इनका अध्ययन करके, वे सटीक रूप से अनुमान लगा सके कि वास्तविक डेटा में कितना "जंक" छिपा हुआ था और उसे हटा सके।

परिणाम: एक करीबी चूक, लेकिन पद्धति की सफलता

2016 से 2018 तक के डेटा (एक विशाल मात्रा में जानकारी, जो टकरावों के 138 "इनवर्स फेमटोबार्न" के बराबर है) का विश्लेषण करने के बाद, उन्हें यहाँ क्या मिला:

गिनती: उन्हें एक सिग्नल मिला जो बहुत हद तक स्टैंडर्ड मॉडल हिग्स जैसा ही था।
शक्ति: उन्होंने "सिग्नल स्ट्रेंथ" (सिद्धांत के अनुसार यह कितनी बार होता है) को मापा। उन्हें 0.72 का मान मिला।
- उपमा: यदि सिद्धांत ने भविष्यवाणी की थी कि 100 हिग्स बोसान दिखने चाहिए, तो उन्हें लगभग 72 हिग्स के प्रमाण मिले।
- कैच (सावधानी): क्योंकि डेटा शोर भरा है और यह घटना दुर्लभ है, इसलिए अनिश्चितता बहुत अधिक है। परिणाम को 0.72 ± 0.75 के रूप में लिखा गया है। इसका मतलब है कि वास्तविक संख्या शून्य के करीब से लेकर भविष्यवाणी के लगभग 1.5 गुना तक कहीं भी हो सकती है।
महत्व (Significance): सांख्यिकीय रूप से, यह परिणाम "कुछ नहीं हुआ" से 1.0 मानक विचलन (standard deviation) दूर है। कण भौतिकी की दुनिया में, किसी "खोज" का दावा करने के लिए आपको आमतौर पर 5 मानक विचलन की आवश्यकता होती है। इसलिए, यह एक खोज नहीं है; यह एक "संकेत" या "धक्का" है।

हालाँकि, एक सकारात्मक पक्ष भी है:

वैलिडेशन (पुष्टि): उन्होंने अपने तरीके का परीक्षण करने के लिए Z बोसान (VZ) से जुड़ी एक समान प्रक्रिया को भी देखा। तथ्य यह है कि उनका तरीका Z बोसान को मापने के लिए पर्याप्त रूप से अच्छा काम कर रहा था, यह पुष्टि करता है कि उनके "जासूसी उपकरण" (AI और चयन मानदंड) सही ढंग से काम कर रहे हैं।

निष्कर्ष

पेपर यह निष्कर्ष निकालता है कि हालांकि उन्हें किसी नई भौतिक घटना की "स्मोकिंग गन" (ठोस सबूत) वाली खोज नहीं मिली, लेकिन उन्होंने सफलतापूर्वक यह सिद्ध किया कि पद्धति काम करती है।

उन्होंने दिखाया कि उन्नत AI और लार्ज-रेडियस जेट का उपयोग करके अव्यवस्थित "हैड्रोनिक" (सभी-जेट) क्षय चैनलों में इन मायावी, तेजी से चलने वाले हिग्स बोसानों की तलाश करना संभव है। खोज की संवेदनशीलता मुख्य रूप से उपलब्ध डेटा की मात्रा द्वारा सीमित थी। यह तूफान में फुसफुसाहट सुनने की कोशिश करने जैसा है; उनके पास सही माइक्रोफ़ोन (डिटेक्टर और AI) है, लेकिन उन्हें पूरी तरह से आश्वस्त होने के लिए और अधिक समय तक सुनने (अधिक डेटा) की आवश्यकता है।

संक्षेप में: उन्होंने तेज़, अव्यवस्थित हिग्स बोसानों को पकड़ने के लिए एक हाई-टेक जाल बनाया। उन्होंने कुछ ऐसे पकड़े जो आशाजनक लग रहे थे, लेकिन भविष्य में और अधिक डेटा के साथ फिर से जाल डालने के लिए वे तैयार हैं।

तकनीकी सारांश: W या Z बोसॉन के साथ जुड़े हुए, बॉटम क्वार्क युग्मों में क्षय होने वाले बूस्टेड हिग्स बोसॉन की खोज

समस्या और प्रेरणा
हिग्स बोसॉन (H) का 2012 में अवलोकन और उसके बाद के गुण मापन ने इलेक्ट्रोवीक सिमेट्री ब्रेकिंग (electroweak symmetry breaking) की हमारी स्टैंडर्ड मॉडल (SM) समझ को सुदृढ़ किया है। हालाँकि, वेक्टर बोसॉन्स (VH, जहाँ V = W या Z) के साथ जुड़े हुए हिग्स उत्पादन के सटीक मापन, 'बियॉन्ड-द-स्टैंडर्ड-मॉडल' (BSM) घटनाओं को उजागर करने के लिए महत्वपूर्ण हैं, जो उच्च ट्रांसवर्स मोमेंटम ( $p_T$ ) पर अधिक स्पष्ट रूप से प्रकट हो सकती हैं। जबकि प्रमुख ग्लूऑन फ्यूजन (ggH) उत्पादन तंत्र का सापेक्ष योगदान उच्च $p_T$ बढ़ने के साथ घटता है, संबद्ध उत्पादन (VH) का अंश उच्च $p_T$ पर बढ़ता है।

डिकै चैनल $H \to b\bar{b}$ , जिसका ब्रांचिंग फ्रैक्शन 58% है, बूस्टेड हिग्स उत्पादन के अध्ययन के लिए आदर्श है। उच्च $p_T$ पर, हिग्स और संबद्ध वेक्टर बोसॉन के क्षय उत्पाद संकुचित (collimated) हो जाते हैं, जिससे वे एकल बड़े-त्रिज्या वाले जेट्स (large-radius jets) के रूप में पुनर्गठित होते हैं। यद्यपि लेप्टोनिक V क्षय चैनलों में VH उत्पादन के लिए $H \to b\bar{b}$ की खोजएँ की जा चुकी हैं, लेकिन हैड्रोनिक V क्षय चैनल ( $V \to q\bar{q}$ ) को पहले केवल ATLAS प्रयोग द्वारा ही खोजा गया था। यह कार्य CMS सहयोग द्वारा की गई पहली ऐसी खोज है, जिसका उद्देश्य $V(qq)H(b\bar{b})$ अंतिम अवस्था (final state) में उच्च- $p_T$ हिग्स मापन का विस्तार करना है।

कार्यप्रणाली (Methodology)
यह विश्लेषण प्रोटॉन-प्रोटॉन टक्कर डेटा का उपयोग करता है जिसे CMS डिटेक्टर द्वारा 2016–2018 रन अवधियों के दौरान $\sqrt{s} = 13$ TeV के सेंटर-ऑफ-मास ऊर्जा पर एकत्र किया गया है, जो 138 fb $^{-1}$ के एकीकृत ल्यूमिनोसिटी (integrated luminosity) के अनुरूप है।

इवेंट चयन (Event Selection): घटनाओं का चयन दो बड़े-त्रिज्या वाले (AK8) जेट्स की आवश्यकता के साथ किया जाता है जिनका $p_T > 450$ GeV और $|\eta| < 2.5$ हो। एक जेट को हिग्स उम्मीदवार (Jet 1) के रूप में और दूसरे को वेक्टर बोसॉन उम्मीदवार (Jet 2) के रूप में नामित किया जाता है।
जेट सबस्ट्रक्चर और फ्लेवर टैगिंग: विश्लेषण जेट को ग्रूम (groom) करने और ग्रूम किए गए जेट मास ( $m_{SD}$ $m_{S D}$ ) की गणना करने के लिए 'सॉफ्ट-ड्रॉप एल्गोरिदम' का उपयोग करता है। बूस्टेड हिग्स और वेक्टर बोसॉन उम्मीदवारों की पहचान करने के लिए, विश्लेषण PARTICLENET-MD एल्गोरिदम का उपयोग करता है, जो कि एक ग्राफ कन्वोल्यूशनल न्यूरल नेटवर्क का मास-डिकोरिलेटेड (mass-decorrelated) संस्करण है। यह टैगर $b$ $b$ -क्वार्क, $c$ $c$ -क्वार्क, लाइट-क्वार्क और जेनेरिक QCD जेट मूल के लिए डिस्क्रिमिनेंट्स प्रदान करता है।
- हिग्स उम्मीदवार का चयन उच्च $D(bb \text{ vs. } cc, qq)$ डिस्क्रिमिनेंट के आधार पर किया जाता है।
- वेक्टर बोसॉन उम्मीदवार के लिए कम QCD मिसआइडेंटिफिकेशन प्रोबेबिलिटी ($p(QCD)$) आवश्यक है और इसे तीन मास विंडोज़ में वर्गीकृत किया गया है: 40–68 GeV, 68–110 GeV (V के लिए सिग्नल रीजन) और 110–20 जीवी।
बैकग्राउंड अनुमान (Background Estimation):
- QCD मल्टीजेट्स: प्रमुख बैकग्राउंड का अनुमान सीधे डेटा से एक कंट्रोल रीजन (CR) का उपयोग करके लगाया जाता है जहाँ इवेंट्स $D(bb \text{ vs. } QCD)$ की आवश्यकता को पूरा नहीं करते हैं। एक पैरामेट्रिक ट्रांसफर फैक्टर, जो एक सिमल्टेनियस फिट से प्राप्त किया गया है, QCD शेप और यील्ड को सिग्नल रीजन (SR) तक एक्सट्रपोलेट करता है।
- रेजोनेंट बैकग्राउंड्स (W/Z+jets, डिबोसॉन्स): सिमुलेशन का उपयोग करके अनुमानित किया जाता है, जिसे जेट मास स्केल, रेजोल्यूशन और टैगिंग एफिशिएंसी को नियंत्रित करने के लिए सिंगल म्यूऑन और एक $b$ -टैग्ड जेट वाले W-एनरिच्ड CR के साथ कैलिब्रेट किया जाता है।
- टॉप क्वार्क बैकग्राउंड्स: सिमुलेशन से अनुमानित किया जाता है, जिसमें नॉर्मलाइजेशन को सेमी-लेप्टोनिक $t\bar{t}$ इवेंट्स को लक्षित करने वाले CR का उपयोग करके नियंत्रित किया जाता है।
सांख्यिकीय विश्लेषण (Statistical Analysis): फ्लेवर डिस्क्रिमिनेंट और तीन V मास श्रेणियों के पास/फेल क्षेत्रों में हिग्स उम्मीदवार $m_{SD}$ वितरण पर एक बिन्ड मैक्सिमम लाइकलीहुड फिट (binned maximum likelihood fit) किया जाता है। सिग्नल स्ट्रेंथ ( $\mu$ ) को SM अपेक्षा के सापेक्ष निकाला जाता है।

प्रमुख योगदान

हैड्रोनिक V चैनल में पहली CMS खोज: यह विश्लेषण हैड्रोनिक रूप से क्षय होने वाले W या Z बोसॉन के साथ बूस्टेड $H \to b\bar{b}$ के लिए पहली CMS खोज प्रस्तुत करता है।
वैलिडेशन रणनीति: विश्लेषण $V(qq)Z(b\bar{b})$ प्रक्रिया को भी साथ में मापता है। चूंकि इस प्रक्रिया के चयन मानदंड सिग्नल के समान ही हैं और इसका ज्ञात SM क्रॉस-सेक्शन है, इसलिए यह विश्लेषण रणनीति और बैकग्राउंड मॉडलिंग के इन-सीटू (in-situ) वैलिडेशन के रूप में कार्य करता है।
उन्नत मशीन लर्निंग: मास-डिकोरिलेटेड PARTICLENET-MD क्लासिफायर का कार्यान्वयन, जेट मास पर निर्भरता को न्यूनतम करते हुए, बूस्टेड जेट्स की मजबूत फ्लेवर टैगिंग की अनुमति देता है, जो हिग्स सिग्नल को QCD बैकग्राउंड से अलग करने के लिए महत्वपूर्ण है।

परिणाम
$V(qq)H(b\bar{b})$ प्रक्रिया के लिए देखी गई सिग्नल स्ट्रेंथ है:
$\mu_{VH} = 0.72^{+0.75}_{-0.71}$
इस परिणाम में सांख्यिकीय और व्यवस्थित अनिश्चितताएं शामिल हैं। बैकग्राउंड-ओनली हाइपोथीसिस के सापेक्ष देखी गई सिग्निफिकेंस 1.00 मानक विचलन ( $\sigma$ ) है, जबकि अपेक्षित सिग्निफिकेंस 1.64 $\sigma$ थी।

वैलिडेशन चैनल $V(qq)Z(b\bar{b})$ के लिए, देखी गई सिग्नल स्ट्रेंथ $\mu_{VZ} = 0.09^{+0.63}_{-0.63}$ है, जिसमें देखी गई सिग्निफिकेंस 0.15 $\sigma$ (अपेक्षित 1.76 $\sigma$ ) है।

परिणाम अनिश्चितताओं के भीतर स्टैंडर्ड मॉडल भविष्यवाणी के अनुरूप हैं। माप की सटीकता मुख्य रूप से उपलब्ध डेटासेट के आकार द्वारा सीमित है, विशेष रूप से ट्रांसफर फैक्टर के माध्यम से QCD बैकग्राउंड को नियंत्रित करने के लिए उपयोग किए जाने वाले साइडबैंड क्षेत्रों में इवेंट्स की सीमित संख्या के कारण।

महत्व
पेपर का दावा है कि यह माप CMS के उच्च- $p_T$ हिग्स प्रोग्राम को हैड्रोनिक वेक्टर बोसॉन क्षय चैनल में विस्तारित करता है, जो लेप्टोनिक खोजों के लिए एक पूरक प्रोब प्रदान करता है। हालांकि वर्तमान परिणाम में SM के मुकाबले कोई महत्वपूर्ण अधिकता (excess) नहीं दिखती है, लेकिन यह भविष्य के विश्लेषणों के लिए पद्धति स्थापित करता है जैसे-जैसे ल्यूमिनोसिटी बढ़ती है। मामूली सिग्निफिकेंस डेटा की सीमाओं को दर्शाती है न कि पद्धति की विफलता को, जैसा कि $VZ$ प्रक्रिया के सफल वैलिडेशन से सिद्ध होता है। यह विश्लेषण एक चुनौतीपूर्ण ऑल-हैड्रोनिक फाइनल स्टेट में बूस्टेड हिग्स और वेक्टर बोसॉन उम्मीदवारों को पुनर्गठित करने और पहचानने की क्षमता को प्रदर्शित करता है, जो भविष्य में अधिक संवेदनशील खोजों के लिए आधार तैयार करता है।

मुख्य चित्र: एक "सुपर-हैवी" हिग्स की तलाश

चुनौती: घास के ढेर में सुई ढूँढना

जासूसी का काम: उन्होंने केस को कैसे सुलझाया

परिणाम: एक करीबी चूक, लेकिन पद्धति की सफलता

निष्कर्ष

इसी तरह के और पेपर