⚛️ high-energy experiments

Search for heavy scalar resonances decaying to Lorentz-boosted Higgs and Higgs-like bosons in the $\mathrm{b\bar{b}}$ 4q final state at $\sqrt{s}$ = 13 TeV

CMS प्रयोग द्वारा एकत्रित 13 TeV पर प्रोटॉन-प्रोटॉन टकराव के 138 fb $^{-1}$ डेटा का उपयोग करते हुए, यह अध्ययन उन्नत मशीन लर्निंग तकनीकों को नियोजित करते हुए, जो बूस्टेड जेट्स की पहचान करने के लिए हैं, ऑल-हैड्रोनिक $\mathrm{b\bar{b}}$ 4q अंतिम अवस्था में एक हिग्स बोसोन और एक हिग्स-समान स्केलर में क्षय होने वाले भारी स्केलर रेजोनेंस के लिए प्रथम LHC खोज प्रस्तुत करता है, और स्टैंडर्ड मॉडल बैकग्राउंड पर कोई महत्वपूर्ण अधिशेष नहीं पाता है।

मूल लेखक: CMS Collaboration

प्रकाशित 2026-02-03

📖 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

मुख्य चित्र: एक "भारी माता-पिता" कण की खोज

कल्पना कीजिए कि ब्रह्मांड एक विशाल, अराजक रसोई है जहाँ कण लगातार पक रहे हैं और आपस में टकरा रहे हैं। इस रसोई में, स्टैंडर्ड मॉडल (Standard Model) वह "आधिकारिक रेसिपी बुक" है जो समझाती है कि अधिकांश सामग्रियाँ कैसे व्यवहार करती हैं। हालाँकि, भौतिकविदों को संदेह है कि इसमें कुछ गुप्त सामग्रियाँ और छिपी हुई रेसिपी भी हो सकती हैं जो अभी तक इस किताब में दर्ज नहीं हैं।

यह शोध पत्र एक विशिष्ट "गुप्त सामग्री" की खोज का वर्णन करता है: एक भारी, अदृश्य कण जिसे X कहा जाता है। सिद्धांत यह है कि यह भारी कण X एक माता-पिता की तरह है जो दो बच्चों में विभाजित होता है:

एक ज्ञात बच्चा: हिग्स बोसान (H), जिसके अस्तित्व के बारे में हम पहले से जानते हैं।
एक रहस्यमय बच्चा: एक नया, हल्का कण जिसे Y कहा जाता है (जो काफी हद तक हिग्स जैसा ही दिखता है लेकिन कुछ नया हो सकता है)।

इस प्रयोग का लक्ष्य इस भारी माता-पिता X को अलग होने की प्रक्रिया में पकड़ना था।

चुनौती: "तेजी से चलती सूटकेस" की समस्या

समस्या यह है कि जब लार्ज हैड्रोन कोलाइडर (LHC) में ये भारी कण बनते हैं, तो वे अविश्वसनीय रूप से तेज़ गति से चलते हैं—लगभग प्रकाश की गति के बराबर।

उपमा: कल्पना कीजिए कि एक भारी सूटकेस (कण X) इतनी तेज़ी से चल रहा है कि जब वह खुलता है, तो उसके अंदर के कपड़े (छोटे कण) इतनी तेज़ी से बाहर निकलते हैं कि अलग होने से पहले ही वे एक ही बड़े, उलझे हुए ढेर में सिमट जाते हैं।
वास्तविकता: आमतौर पर, वैज्ञानिक कणों को अलग-अलग ट्रैक में उड़ते हुए देखकर खोजते हैं। लेकिन यहाँ, "बच्चे" (हिग्स और Y कण) इतने तेज़ हैं कि उनके क्षय उत्पाद (वे हिस्से जिनमें वे बदल जाते हैं) एक साथ दबकर एक बड़े, धुंधले ढेर (blob) की तरह दिखते हैं।
- हिग्स दो बॉटम क्वार्क्स (bottom quarks) में बदल जाता है, जो एक बड़े, धुंधले ढेर जैसा दिखता है।
- Y कण चार क्वार्क्स (W या Z बोसॉन्स के माध्यम से) में बदल जाता है, जो भी एक बड़े, धुंधले ढेर (या कभी-कभी दो ढेर, इस पर निर्भर करता है कि वह कितना तेज़ है) जैसा दिखता है।

वैज्ञानिकों को इन उलझे हुए ढेरों को पहचानने और यह समझने के लिए विशेष "डिटेक्टर्स" (उच्च तकनीक वाले कैमरों की तरह) बनाने पड़े कि उनके अंदर क्या है।

उपकरण: जासूस के रूप में AI

ढेर सारी चीज़ों के बीच इन सुइयों को खोजने के लिए, वैज्ञानिकों ने दो मुख्य उपकरणों का उपयोग किया:

PARTICLENET: इसे एक बहुत ही स्मार्ट AI के रूप में समझें जो उस "धुंधले ढेर" को देखता है और पूछता है, "क्या यह एक हिग्स बोसान जैसा दिखता है, या यह सिर्फ रैंडम कचरा (बैकग्राउंड नॉइज़) है?" इसे हिग्स बोसान के विशिष्ट पैटर्न को कणों के जेट के भीतर पहचानने के लिए प्रशिक्षित किया गया है।
"पार्टिकल ट्रांसफॉर्मर" (The Particle Transformer): यह एक बिल्कुल नया, अत्याधुनिक AI टूल (एक सुपर-एडवांस्ड पैटर्न पहचानकर्ता की तरह) है जिसे विशेष रूप से Y कण के उलझे हुए ढेर को देखने के लिए डिज़ाइन किया गया है। यह "अटेंशन" (attention) नामक तकनीक का उपयोग करता है (यह समझने के लिए कि इंसान भीड़ में विशिष्ट विवरणों पर कैसे ध्यान केंद्रित करते हैं) ताकि यह पता लगाया जा सके कि क्या उस ढेर में चार क्वार्क्स मौजूद हैं, जो Y कण के अस्तित्व को सिद्ध करेगा।

खोज रणनीति: "पास/फेल" गेम

वैज्ञानिकों ने केवल डेटा को देखकर उम्मीद नहीं की। उन्होंने सिग्नल को शोर (noise) से अलग करने के लिए एक चतुर सांख्यिकीय खेल का उपयोग किया:

सिग्नल पास (SP): यह "जीतने वाला" क्षेत्र है। उन्होंने उन घटनाओं (events) की तलाश की जहाँ AI पूरी तरह आश्वस्त था कि उसने एक हिग्स और एक Y कण देखा है।
सिग्नल फेल (SF): यह "हारने वाला" क्षेत्र है। उन्होंने उन घटनाओं को देखा जहाँ AI ने कहा, "नहीं, यह सिर्फ रैंडम कचरा है।"
चाल: "हारने वाले" क्षेत्र का अध्ययन करके (जहाँ वे जानते हैं कि कोई वास्तविक सिग्नल नहीं है), वे गणितीय रूप से भविष्यवाणी कर सकते थे कि "जीतने वाले" क्षेत्र में कितना "रैंडम कचरा" होना चाहिए। यदि "जीतने वाले" क्षेत्र में अनुमान से अधिक कचरा मिलता, तो वह एक नए कण का संकेत होता।

उन्होंने कणों की गति के आधार पर खोज को दो श्रेणियों में विभाजित किया:

पूर्णतः विलीन (Fully Merged): Y कण इतना तेज़ है कि उसके सभी हिस्से एक ही एकल ढेर में सिमट जाते हैं।
अर्ध-विलीन (Semi-Merged): Y कण तेज़ है, लेकिन उसके हिस्से दो अलग-अलग ढेरों में बँटे हुए हैं।

परिणाम: अभी तक कोई नया कण नहीं मिला

डेटा का एक विशाल मात्रा (138 "इनवर्स फेम्टोबार्न" के बराबर—टकरावों की एक बहुत बड़ी संख्या) का विश्लेषण करने के बाद, वैज्ञानिकों ने जो देखा उसकी तुलना स्टैंडर्ड मॉडल की भविष्यवाणी से की।

परिणाम: डेटा "रैंडम कचरा" की भविष्यवाणी से पूरी तरह मेल खाता है। कोई अप्रत्याशित उछाल या "अतिरेक" (excesses) नहीं मिला जो भारी माता-पिता कण X या रहस्यमय बच्चे Y के अस्तित्व का संकेत दे सके।
निष्कर्ष: उन्हें नए कण नहीं मिले। हालाँकि, वे खाली हाथ नहीं आए। उन्होंने सख्त नियम निर्धारित किए: "यदि ये कण मौजूद हैं, तो वे निश्चित सीमाओं के भीतर X से भारी या Y से हल्के नहीं हो सकते, और वे इस विशिष्ट दर से अधिक बार उत्पन्न नहीं हो सकते।"

एक वाक्य में सारांश

CMS टीम ने एक उन्नत AI का उपयोग करके एक भारी, तेज़ गति से चलने वाले कण की खोज की जो एक हिग्स और एक नए "हिग्स-जैसे" कण में विभाजित होता है, लेकिन टकराव के विशाल डेटा को स्कैन करने के बाद, उन्हें इस नए कण का कोई प्रमाण नहीं मिला, केवल यह पुष्टि हुई कि यदि यह मौजूद है, तो यह पहले की तुलना में और भी दुर्लभ या भारी होगा।

नोट: यह शोध पत्र पूरी तरह से नई मौलिक भौतिकी की खोज है। यह किसी भी तत्काल चिकित्सा, तकनीकी या व्यावहारिक अनुप्रयोग का दावा नहीं करता है। यह ब्रह्मांड के निर्माण खंडों की एक मौलिक जांच है।

तकनीकी सारांश: $bb4q$ अंतिम अवस्था में लोरेन्त्ज़-बूस्टेड हिग्स और हिग्स-जैसे बोसॉन में क्षय होने वाले भारी स्केलर रेजोनेंस की खोज

समस्या और प्रेरणा
कण भौतिकी का मानक मॉडल (Standard Model - SM) मौलिक विसंगतियों का सामना कर रहा है, जिसमें हिग्स बोसॉन मास पदानुक्रम (mass hierarchy) समस्या और ब्रह्मांड की प्रेक्षित बेरियन विषमता (baryon asymmetry) शामिल है। विभिन्न सैद्धांतिक विस्तार, जैसे कि टू-हिग्स-डबलेट मॉडल्स (2HDM), मिनिमल सुपरसिमेट्रिक स्टैंडर्ड मॉडल (MSSM), नेक्स्ट-टू-MSSM, और टू-रियल-सिंगलेट मॉडल्स, एक समृद्ध स्केलर क्षेत्र की भविष्यवाणी करते हैं। ये मॉडल अक्सर एक भारी स्केलर रेजोनेंस ( $X$ ) के दो हल्के स्कैलर्स ( $H$ और $Y$ ) में क्षय होने की अनुमति देते हैं, जहाँ $H$ एक SM-समान हिग्स बोसॉन है और $Y$ एक नया हिग्स-जैसा स्केलर है।

यह शोध प्रक्रिया $X \to HY$ की खोज को संबोधित करता है, जहाँ $H \to b\bar{b}$ और $Y \to VV \to 4q$ (जहाँ $V = W$ या $Z$ ) है। यह विशिष्ट ऑल-हैड्रोनिक (all-hadronic) अंतिम अवस्था ($bbVV$) अत्यधिक क्वांटम क्रोमोडायनामिक्स (QCD) मल्टीजेट बैकग्राउंड के कारण महत्वपूर्ण चुनौतियों को प्रस्तुत करती है। इसके अतिरिक्त, खोज लोरेन्त्ज़-बूस्टेड शासन (regime) को लक्षित करती है, जहाँ भारी $X$ बोसॉन के क्षय उत्पाद अत्यधिक संरेखित (collimated) होते हैं, जिसके लिए सिग्नल जेट्स को बैकग्राउंड से अलग करने के लिए विशेष पुनर्निर्माण तकनीकों की आवश्यकता होती है।

कार्यप्रणाली (Methodology)
यह विश्लेषण प्रोटॉन-प्रोटॉन टक्कर डेटा का उपयोग करता है जो CERN LHC पर $\sqrt{s} = 13$ TeV के केंद्र द्रव्यमान ऊर्जा पर CMS प्रयोग द्वारा एकत्र किया गया है, जो 138 fb $^{-1}$ की एकीकृत ल्यूमिनोसिटी (integrated luminosity) के अनुरूप है। खोज को रेजोनेंस के द्रव्यमान अनुपात के आधार पर दो काइनेमैटिक शासनों में विभाजित किया गया है:

पूर्णतः संलयित शासन (Fully Merged Regime) ( $m_Y \lesssim 0.1 m_X$ ): इस शासन में, $Y$ बोसॉन अत्यधिक बूस्टेड होता है, जिससे इसके क्षय उत्पाद ( $VV \to 4q$ ) एक एकल बड़े-क्षेत्र वाले जेट में विलीन हो जाते हैं।
अर्ध-संलयित शासन (Semimerged Regime) ( $0.1 m_X \lesssim m_Y < m_X - m_H$ ): यहाँ, $Y$ बोसॉन कम बूस्टेड होता है, और इसके क्षय उत्पादों को दो अलग-अलग बड़े-क्षेत्र वाले जेट के रूप में पुनर्गठित किया जाता है, जिनमें से प्रत्येक $V \to qq$ क्षय के अनुरूप होता है।

प्रमुख तकनीकी घटक:

जेट पुनर्निर्माण (Jet Reconstruction): घटनाओं का पुनर्निर्माण 0.8 के डिस्टेंस पैरामीटर (AK8 जेट्स) के साथ एंटी- $k_T$ एल्गोरिदम का उपयोग करके किया जाता है। जेट मास को PARTICLENET ग्राफ न्यूरल नेटवर्क आर्किटेक्चर पर आधारित एक मास रिग्रेशन एल्गोरिदम का उपयोग करके सुधारा जाता है।
सिग्नल पहचान (Signal Identification):
- $H \to b\bar{b}$ : इसे PARTICLENET टैगर ( $T_{Xbb}$ ) का उपयोग करके पहचाना जाता है, जो QCD बैकग्राउंड से $b$ -क्वार्क जेट्स के बीच अंतर करता है। टैगर आउटपुट जेट मास और ट्रांसवर्स मोमेंटम ( $p_T$ ) से डिकोरिलेटेड (decorrelated) हैं।
- $Y \to VV \to 4q$ (पूर्णतः संलयित): चार-प्रोंग वाले जेट्स की पहचान करने के लिए, जो $WW$ में क्षय होने वाले स्केलर रेजोनेंस से उत्पन्न होते हैं, एक नवीन अटेंशन-आधारित न्यूरल नेटवर्क, "पार्टिकल ट्रांसफॉर्मर" (PART) का उपयोग किया जाता है। PART आउटपुट से एक विभेदक (discriminant) $T_{YWW}$ प्राप्त किया जाता है।
- $Y \to VV \to 4q$ (अर्ध-संलयित): दो $V \to qq$ जेट्स को PARTICLENET मॉडल से प्राप्त एक विभेदक $T_{Wqq}$ का उपयोग करके पहचाना जाता है।
घटना वर्गीकरण (Event Categorization): घटनाओं को टैगर स्कोर थ्रेसहोल्ड और हिग्स मास ( $m_H$ ) के आसपास मास विंडो के आधार पर "सिग्नल पास" (SP), "सिग्नल फेल" (SF), "वैलिडेशन पास" (VP), और "वैलिडेशन फेल" (VF) क्षेत्रों में वर्गीकृत किया जाता है।
बैकग्राउंड अनुमान (Background Estimation): प्रमुख QCD मल्टीजेट बैकग्राउंड का अनुमान डेटा-संचालित विधियों से लगाया जाता है। SP क्षेत्र में यील्ड (yield) को SF क्षेत्र (जहाँ टैगर चयन को इनवर्ट किया जाता है) को एक ट्रांसफर फंक्शन $R(m_X, m_Y)$ से गुणा करके प्राप्त किया जाता है। इन ट्रांसफर फंक्शन्स को 2D बर्नस्टीन पॉलीनोमियल्स (Bernstein polynomials) का उपयोग करके मॉडल किया जाता है, जिन्हें वैलिडेशन क्षेत्रों में डेटा पर फिट किया जाता है ताकि यह सुनिश्चित हो सके कि बैकग्राउंड मॉडल सिग्नल खोज को पक्षपाती किए बिना अवलोकनों के साथ सहमत है। मामूली बैकग्राउंड ( $t\bar{t}$ , $V$ +jets, SM Higgs) का अनुमान मोंटे कार्लो सिमुलेशन का उपयोग करके लगाया जाता है।

प्रमुख योगदान

प्रथम ऑल-हैड्रोनिक खोज: यह कार्य LHC में ऑल-हैड्रोनिक $bbVV$ क्षय चैनल में स्केलर रेजोनेंस के लिए पहली खोज प्रस्तुत करता है।
नवीन मशीन लर्निंग: यह विश्लेषण $Y \to 4q$ के पूर्णतः संलयित जेट्स की पहचान करने के लिए "पार्टिकल ट्रांसफॉर्मर" (PART) आर्किटेक्चर के अनुप्रयोग को पेश करता है, जो एक ऐसी तकनीक है जिसे पहले LHC में इस विशिष्ट संदर्भ में अनटेस्टेड रखा गया था।
व्यापक काइनेमैटिक कवरेज: यह खोज $m_X$ के लिए 900 और 4000 GeV और $m_Y$ के लिए 60 और 2800 GeV के बीच एक विस्तृत द्रव्यमान रेंज को कवर करती है, जो पूर्णतः संलयित और अर्ध-संलयित टोपोलॉजी दोनों को संबोधित करती है।

परिणाम
दोनों पूर्णतः संलयित और अर्ध-संलयित श्रेणियों में स्टैंडर्ड मॉडल बैकग्राउंड अपेक्षा से कोई महत्वपूर्ण अतिरिक्त घटना (excess) नहीं देखी गई। सबसे बड़े स्थानीय विचलन $m_X = 900$ GeV और $m_Y = 80$ GeV (पूर्णतः संलयित, 3.3 $\sigma$ स्थानीय महत्व, <1.0 $\sigma$ वैश्विक) और $m_X = 1200$ GeV और $m_Y = 900$ GeV (अर्ध-संलयित, 1.7 $\sigma$ स्थानीय महत्व, <1.0 $\sigma$ वैश्विक) पर देखे गए, जो बैकग्राउंड उतार-चढ़ाव के अनुरूप हैं।

95% कॉन्फिडेंस लेवल (CL) पर उत्पादन क्रॉस सेक्शन और ब्रांचिंग फ्रैक्शन ( $\sigma \times \mathcal{B}$ ) के गुणनफल के लिए ऊपरी सीमाएं (upper limits) निर्धारित की गईं। सीमाएं विभिन्न द्रव्यमान परिकल्पनाओं के लिए 0.2 fb जितनी कम तक पहुँचती हैं।

महत्व और दावे
यह शोध दावा करता है कि यह LHC में ऑल-हैड्रोनिक $bbVV$ अंतिम अवस्था में स्केलर रेजोनेंस के लिए पहली खोज है। हालांकि कोई नई भौतिकी की खोज नहीं हुई, लेकिन इस विश्लेषण ने एक चुनौतीपूर्ण काइनेमैटिक शासन में विषम कैस्केड क्षय (asymmetric cascade decays) पर कड़े बहिष्करण सीमाएं (exclusion limits) सफलतापूर्वक स्थापित की हैं। परिणामों की व्याख्या एक टू-रियल-स्केलर-सिंगलेट विस्तार के संदर्भ में की जाती है। लेखक नोट करते हैं कि विशिष्ट मॉडल मापदंडों के लिए कोई द्रव्यमान बहिष्करण नहीं किया जा सकता है, फिर भी देखे गए सीमाएँ $m_X < 1.4$ TeV और $m_Y < 0.6$ TeV के लिए सैद्धांतिक भविष्यवाणियों से लगभग 10 गुना अधिक हैं, जो इस अंतिम अवस्था के साथ अतिरिक्त डेटासेट्स के साथ आगे की जांच को प्रेरित करती हैं। यह विश्लेषण उच्च-पाइलअप (high-pileup) वातावरण में अत्यधिक बूस्टेड, मल्टी-प्रोंग्ड हैड्रोनिक क्षय को पुनर्गठित करने के लिए उन्नत मशीन लर्निंग टूल, जैसे कि पार्टिकल ट्रांसफॉर्मर, का उपयोग करने की व्यवहार्यता को प्रदर्शित करता है।