⚛️ high-energy experiments

A search for lepton-flavour violating $τ\to 3μ$ decays with the ATLAS detector

ATLAS डिटेक्टर द्वारा एकत्र किए गए 13 TeV प्रोटॉन-प्रोटॉन टकराव के 137 fb⁻¹ डेटा का उपयोग करते हुए, $W \to \tau\nu$ चैनल के माध्यम से $\tau \to 3\mu$ के लीपटन-फ्लेवर उल्लंघनकारी क्षय (lepton-flavour violating decay) की खोज में सिग्नल का कोई प्रमाण नहीं मिला, जिससे ब्रांचिंग अनुपात पर $8.7 \times 10^{-8}$ की प्रेक्षित 90% विश्वास स्तर (confidence level) की ऊपरी सीमा निर्धारित हुई।

मूल लेखक: ATLAS Collaboration

प्रकाशित 2026-03-20

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: ATLAS 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

कल्पना कीजिए कि ब्रह्मांड एक विशाल, हलचल भरी पार्टी है जहाँ कण (particles) मेहमान हैं। "स्टैंडर्ड मॉडल" (भौतिकी की आधिकारिक नियम पुस्तिका) में, दरवाजे पर एक सख्त बाउंसर है: लेप्टोन फ्लेवर कंजर्वेशन (Lepton Flavor Conservation)। यह नियम कहता है कि एक "टाऊ" (tau) मेहमान (एक भारी, अल्पकालिक कण) केवल अन्य टाऊ मेहमानों के साथ ही रह सकता है, और एक "म्यूऑन" (muon) मेहमान केवल अन्य म्यूऑन्स के साथ ही रह सकता है। उन्हें अपनी पहचान बदलने या एक-दूसरे में बदलने की अनुमति नहीं है।

हालाँकि, भौतिकविदों को लंबे समय से संदेह है कि शायद बाउंसर ड्यूटी पर सो रहा है। यदि एक टाऊ कण स्वतः ही तीन म्यूऑन्स में बदल जाता है, तो यह "न्यू फिजिक्स" (New Physics) के लिए एक निर्णायक सबूत होगा—उन बलों या कणों का प्रमाण जिन्हें हमने अभी तक खोजा नहीं है।

यह पेपर CERN के लार्ज हैड्रॉन कोलाइडर (LHC) में ATLAS प्रयोग की एक रिपोर्ट है, जहाँ उन्होंने इस नियम तोड़ने वाले को रंगे हाथों पकड़ने के लिए एक विशाल पार्टी आयोजित की थी।

इस खोज की कहानी यहाँ सरल रूप में दी गई है:

1. सेटअप: "इम्पोस्टर ढूंढने" का एक उच्च-दांव वाला खेल

टीम ने 2016 से 2018 के डेटा का अध्ययन किया, जो 137 "इनवर्स फेम्टोबारन्स" (inverse femtobarns) के डेटा के बराबर है। एक उपमा का उपयोग करने के लिए, कल्पना कीजिए कि उन्होंने प्रोटॉनों के बीच 137 ट्रिलियन उच्च-गति वाले टकरावों को देखा। यह घटनाओं की एक अकल्पनीय बड़ी संख्या है, जैसे पृथ्वी के हर समुद्र तट पर मौजूद रेत के हर कण को एक साथ देखना।

वे एक बहुत ही विशिष्ट, दुर्लभ घटना की तलाश कर रहे थे: एक टाऊ कण (Tau particle) का तीन म्यूऑन्स (three Muons) में क्षय (decay) होना।

सिग्नल (The Signal): एक टाऊ कण अचानक प्रकट होता है और तुरंत तीन म्यूऑन्स में विभाजित हो जाता है।
बैकग्राउंड (The Background): पार्टी का "शोर" (noise)। अधिकांश समय, म्यूऑन्स संयोगवश या अन्य सामान्य कण क्षयों (decays) से समूहों में दिखाई देते हैं। यह एक स्टेडियम में लाल टोपी पहने लोगों के बीच एक विशिष्ट व्यक्ति को खोजने जैसा है, जहाँ हजारों लोग अन्य कारणों से लाल टोपी पहने हुए हैं।

2. रणनीति: "स्मार्ट फिल्टर" (मशीन लर्निंग)

चूंकि सिग्नल इतना दुर्लभ है (हमें उम्मीद है कि यह टकरावों के अरबों वर्षों में शायद एक बार होगा), कच्चे डेटा को देखना असंभव है। टीम ने एक मशीन लर्निंग एल्गोरिदम (विशेष रूप से एक "बूस्टेड डिसीजन ट्री" या BDT) का उपयोग किया।

BDT को एक अति-बुद्धिमान सुरक्षा गार्ड के रूप में समझें जिसे लाखों तस्वीरों पर प्रशिक्षित किया गया है।

प्रशिक्षण (Training): उन्होंने गार्ड को "नकली" तीन म्यूऑन के समूहों (बैकग्राउंड शोर) की तस्वीरें और वह तस्वीर दिखाईं कि एक "असली" टाऊ क्षय कैसा दिखता यदि वह अस्तित्व में होता (सिम्युलेटेड सिग्नल)।
कार्य (The Job): गार्ड ने सूक्ष्म अंतरों को पहचानना सीखा। असली टाऊ क्षय मुख्य टकराव बिंदु से थोड़ा दूर होते हैं (क्योंकि टाऊ बहुत कम समय के लिए जीवित रहते हैं), और तीन म्यूऑन्स एक विशिष्ट पैटर्न में निकलते हैं। यादृच्छिक शोर (random noise) इन नियमों का पालन नहीं करता है।
परिणाम: गार्ड ने लाखों घटनाओं को "लूज़" (Loose), "मीडियम" (Medium), और "टाइट" (Tight) श्रेणियों में वर्गीकृत किया। "टाइट" श्रेणी में वे घटनाएँ थीं जो सबसे अधिक संदिग्ध रूप से एक वास्तविक टाऊ क्षय जैसी दिखती थीं।

3. जांच: "भूत" की तलाश

टीम ने तीन म्यूऑन्स के द्रव्यमान (mass) पर ध्यान केंद्रित किया।

यदि तीन यादृच्छिक म्यूऑन बस एक-दूसरे के करीब आ गए, तो उनका संयुक्त द्रव्यमान हर जगह बिखरा हुआ होगा।
यदि एक वास्तविक टाऊ कण उनमें क्षय होता, तो उनका संयुक्त द्रव्यमान ठीक एक टाऊ कण के वजन के बराबर होता (जैसे किसी विशिष्ट आकार में पूरी तरह फिट होने वाले पहेली के टुकड़ों को खोजना)।

उन्होंने "टाइट" श्रेणी के डेटा को देखा, विशेष रूप से टाऊ कण के द्रव्यमान के आसपास। उन्हें ग्राफ में एक बम्प (bump) दिखने की उम्मीद थी—एक अचानक उछाल जहाँ डेटा बिंदु जमा हो जाते हैं, जो एक खोज का संकेत देता है।

4. फैसला: कोई भूत नहीं मिला

परिणाम क्या रहा? ग्राफ चिकना था। कोई बम्प नहीं था। डेटा बिल्कुल वैसा ही था जैसा आप तब उम्मीद करेंगे जब केवल "शोर" (बैकग्राउंड इवेंट्स) मौजूद हों।

उपमा: कल्पना कीजिए कि आप एक विशेष प्रकार के चमकते हुए मशरूम की तलाश में एक अंधेरे जंगल को स्कैन कर रहे हैं। आप एक हाई-टेक स्कैनर के साथ पूरे जंगल को स्कैन करते हैं। आपको हजारों सामान्य मशरूम मिलते हैं, लेकिन आपको शून्य चमकते हुए मशरूम मिलते हैं।
निष्कर्ष: ब्रह्मांड, कम से कम इस डेटासेट में, अभी भी नियम पुस्तिका का पालन कर रहा है। टाऊ कण तीन म्यूऑन्स में नहीं बदला।

5. यह क्यों महत्वपूर्ण है (भले ही उन्हें यह नहीं मिला)

आप पूछ सकते हैं, "यदि उन्हें यह नहीं मिला, तो वे पेपर क्यों लिख रहे हैं?"

विज्ञान में, चीजों को खारिज करना (ruling things out) खोजने जितना ही महत्वपूर्ण है।

सीमा निर्धारित करना (Setting the Limit): क्योंकि उन्हें यह नहीं मिला, इसलिए वे कह सकते हैं: "यदि यह रूपांतरण होता है, तो यह अविश्वसनीय रूप से दुर्लभ होना चाहिए। यह हर 100 मिलियन टाऊ क्षयों में से 8.7 बार से भी कम होता है।"
खोज में सुधार: यह इस विशिष्ट प्रक्रिया के लिए अब तक का सबसे अच्छा रिकॉर्ड (limit) है जो ATLAS ने सेट किया है। उन्होंने अपने पिछले रिकॉर्ड में 5 गुना सुधार किया है।
भविष्य: यह परिणाम उन सिद्धांतकारों को बताता है जो ब्रह्मांड के नए मॉडल बना रहे हैं: "आपका सिद्धांत जो भविष्यवाणी करता है कि यह अक्सर होता है, वह शायद गलत है।" यह उन्हें अपने विचारों को परिष्कृत करने के लिए मजबूर करता है।

सारांश

ATLAS सहयोग ने ब्रह्ंतिक जासूसों की एक टीम की तरह काम किया। उन्होंने एक विशाल डेटासेट और एक सुपर-स्मार्ट AI फिल्टर का उपयोग करके एक ऐसे कण की तलाश की जो भौतिकी के नियमों को तोड़ता है। वे इस बार अपराधी को नहीं पकड़ पाए, लेकिन उन्होंने साबित कर दिया कि यदि अपराधी बाहर है, तो वह हमारी सोच से कहीं अधिक चालाक है। यह उस "न्यू फिजिक्स" की खोज को सीमित करता है जो हमारे ब्रह्मांड के रहस्यों को समझा सकती है।

यहाँ ATLAS डिटेक्टर के साथ " $\tau \to 3\mu$ क्षय की लेप्टॉन-फ्लेवर उल्लंघन की खोज" (CERN-EP-2026-059) का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या और प्रेरणा

भौतिकी संदर्भ: स्टैंडर्ड मॉडल (SM) में, आवेशित लेप्टॉन के लिए लेप्टॉन फ्लेवर संरक्षित रहता है। हालांकि न्यूट्रिनो दोलन (oscillations) लेप्टॉन फ्लेवर उल्लंघन (LFV) को दर्शाते हैं, लेकिन $\tau \to 3\mu$ जैसे आवेशित लेप्टॉन फ्लेवर उल्लंघन (cLFV) प्रक्रियाओं के लिए अनुमानित ब्रांचिंग रेश्यो (branching ratios) अत्यंत सूक्ष्म ( $\sim 10^{-55}$ ) हैं।
स्टैंडर्ड मॉडल से परे (BSM): कई BSM सिद्धांत (जैसे, सुपरसिमेट्री, लेप्टोक्वार्क, $Z'$ मॉडल) cLFV दरों को काफी अधिक (significantly higher) होने की भविष्यवाणी करते हैं, जो वर्तमान प्रयोगों ( $10^{-9}$ से $10^{-11}$ ) की पहुँच में हो सकते हैं।
वर्तमान स्थिति: इस विश्लेषण से पहले, $\tau \to 3\mu$ पर सबसे कड़े प्रतिबंध $e^+e^-$ कोलाइडर्स (Belle II, Belle, BaBar) और LHCb प्रयोग द्वारा लगाए गए थे, जहाँ देखे गए सीमाएँ लगभग $1.9 \times 10^{-8}$ थीं। पिछला ATLAS सीमा (Run 1, $\sqrt{s}=8$ TeV) काफी कमजोर ( $37.6 \times 10^{-8}$ ) थी।
लक्ष्य: यह शोध पत्र संवेदनशीलता (sensitivity) में सुधार करने के लिए पूर्ण Run 2 डेटासेट ( $\sqrt{s}=13$ TeV) का उपयोग करके एक नई खोज प्रस्तुत करता है, जो विशेष रूप से $\tau$ -लेप्टॉन के इलेक्ट्रोवीक उत्पादन को लक्षित करता है, जो पुनर्निर्माण (reconstruction) के लिए बेहतर काइनेमैटिक गुणों की पेशकश करता है।

2. कार्यप्रणाली (Methodology)

डेटासेट और सिग्नल स्रोत

डेटा: 2016 और 2018 के बीच ATLAS द्वारा एकत्र किया गया $pp$ टकराव डेटा, जो 137 fb $^{-1}$ के एकीकृत ल्यूमिनोसिटी (integrated luminosity) के अनुरूप है।
सिग्नल उत्पादन तंत्र:
1. इलेक्ट्रोवीक (EW) सिग्नल: $W \to \tau\nu$ (83%) द्वारा प्रधान है, जिसमें $Z \to \tau\tau$ (16%) और $t\bar{t} \to \tau X$ (1%) का योगदान है। इन $\tau$ -लेप्टॉन का ट्रांसवर्स मोमेंटम ( $p_T$ ) अधिक होता है और ये बेहतर आइसोलेटेड होते हैं।
2. हेवी-फ्लेवर (HF) सिग्नल: $D_s$ मेसॉन क्षय (प्रॉम्प्ट और नॉन-प्रॉम्प्ट) और प्रत्यक्ष $B$ -मेसॉन क्षय से प्राप्त $\tau$ -लेप्टॉन। हालांकि ये प्रचुर मात्रा में हैं, लेकिन कम $p_T$ और उच्च हैड्रोनिक गतिविधि के कारण इन्हें ट्रिगर करना और पुनर्निर्मित करना कठिन होता है।
ट्रिगर रणनीति: टू-म्यूऑन और थ्री-म्यूऑन ट्रिगर्स के संयोजन का उपयोग किया गया। उच्च-मोमेंटम $\tau$ क्षय से निकटवर्ती म्यूऑन्स के ओवरलैपिंग ट्रिगर क्षेत्रों के कारण होने वाले दक्षता नुकसान को ठीक करने के लिए विशेष ध्यान दिया गया।

इवेंट पुनर्निर्माण और चयन

ऑब्जेक्ट परिभाषा: $p_T > 4$ GeV और $|\eta| \le 2.4$ के साथ इनर डिटेक्टर (ID) और म्यूऑन स्पेक्ट्रोमीटर (MS) दोनों में पुनर्निर्मित म्यूऑन्स।
वर्टेक्सिंग (Vertexing): कम से कम तीन म्यूऑन्स (कुल चार्ज $\pm 1$ ) वाले इवेंट्स का चयन किया जाता है। तीन म्यूऑन ट्रैक्स से एक सेकेंडरी वर्टेक्स (SV) का पुनर्निर्माण किया जाता है। SV, प्राइमरी वर्टेक्स (PV) से विस्थापित होना चाहिए, जो $\tau$ के जीवनकाल (lifetime) के अनुरूप हो।
प्रीसेलेक्शन कट्स:
- SV फिट $\chi^2 < 40$ ।
- ट्रांसवर्स इम्पैक्ट पैरामीटर सिग्निफिकेंस $a_{xy}^0 / \sigma_{a_{xy}^0} < 6$ ।
- आइसोलेशन: जेट और पाइल-अप से बैकग्राउंड को खारिज करने के लिए ट्रिपलेट के आसपास कैलोरीमीटर ऊर्जा ( $E_T^{iso}$ ) और ट्रैक $p_T$ योग को सीमित किया गया।
- किसी भी टू-म्यूऑन सब-कॉम्बिनेशन का इनवेरिएंट मास $> 325$ MeV होना चाहिए ताकि फोटॉन कन्वर्जन और लो-मास रेजोनेंस ( $\omega, \phi$ ) को खारिज किया जा सके।
बैकग्राउंड मॉडलिंग: बैकग्राउंड म्यूऑन्स के रैंडम कॉम्बिनेशन और गलत पहचाने गए ट्रैक्स द्वारा प्रधान है। सिमुलेशन (जो कॉम्बिनेटोरियल बैकग्राउंड के लिए अविश्वसनीय है) पर निर्भर रहने के बजाय, बैकग्राउंड शेप को डेटा साइडबैंड्स (सिग्नल मास विंडो 1700–1850 MeV के बाहर के क्षेत्र) का उपयोग करके मॉडल किया गया है।

मल्टीवेरिएट एनालिसिस (MVA)

क्लासिफायर: XGBoost एल्गोरिदम का उपयोग करने वाला एक ग्रेडिएंट बूस्टेड डिसीजन ट्री (BDT)।
इनपुट वेरिएबल्स: 18 वेरिएबल्स जिनमें वर्टेक्स क्वालिटी ( $p$ -value, $\chi^2$ ), म्यूऑन आइसोलेशन, ट्रिपलेट काइनेमैटिक्स ( $p_T, \eta$ ), और मिसिंग ट्रांसवर्स मोमेंटम ( $E_T^{miss}$ ) के साथ सहसंबंध शामिल हैं।
कैटेगराइजेशन: इवेंट्स को निम्नलिखित के आधार पर छह श्रेणियों में विभाजित किया गया है:
1. BDT स्कोर: लूज (Loose), मीडियम (Medium), टाइट (Tight)।
2. डिटेक्टर क्षेत्र: बैरल ( $|\eta_{triplet}| < 1.2$ ) और एंडकैप (Endcap)।
- तर्क: एंडकैप (~~34 MeV) की तुलना में बैरल क्षेत्र में बेहतर मास रेजोल्यूशन (~~25 MeV) होता है।
फिट रणनीति: सभी छह श्रेणियों में थ्री-म्यूऑन इनवेरिएंट मास ( $m_{3\mu}$ $m_{3 μ}$ ) स्पेक्ट्रम पर एक अनबिन्ड मैक्सिमम-लाइक्लीहुड फिट किया जाता है।
- सिग्नल मॉडल: डबल-साइडेड क्रिस्टल बॉल (DSCB) फंक्शन।
- बैकग्राउंड मॉडल: एक्सपोनेंशियल फंक्शन (पैरामीटर्स साइडबैंड्स से निर्धारित)।
- सिस्टमैटिक्स: न्यूसेंस पैरामीटर्स (ट्रिगर दक्षता, म्यूऑन पुनर्निर्माण, जेट एनर्जी स्केल, पाइल-अप, ल्यूमिनोसिटी और बैकग्राउंड पैरामीटराइजेशन) के रूप में उपचारित।

3. प्रमुख योगदान

प्रथम ATLAS Run 2 खोज: यह पूर्ण Run 2 डेटासेट का पहला ATLAS विश्लेषण है, जो 2016 के Run 1 परिणाम को प्रतिस्थापित करता है।
इलेक्ट्रोवीक उत्पादन के लिए अनुकूलन: हेवी-फ्लेवर उत्पादन पर अत्यधिक ध्यान केंद्रित करने वाले पिछले LHC खोजों के विपरीत, यह विश्लेषण इलेक्ट्रोवीक $W \to \tau\nu$ चैनल के लिए चयन को अनुकूलित करता है, जो इन इवेंट्स के स्वच्छ वातावरण और उच्च $p_T$ का लाभ उठाता है।
उन्नत बैकग्राउंड हैंडलिंग: बैकग्राउंड अनुमान के लिए डेटा-ड्रिवन साइडबैंड दृष्टिकोण का उपयोग और मल्टीपल BDT एवं ज्यामितीय श्रेणियों में एक साथ फिट करने से संवेदनशीलता अधिकतम होती है और बैकग्राउंड अनुमान के लिए सिमुलेशन पर निर्भरता न्यूनतम होती है।
सिस्टमैटिक कंट्रोल: ट्रिगर दक्षता सुधार (विशेष रूप से निकटवर्ती म्यूऑन्स के लिए) और स्पूरियस सिग्नल अनुमान सहित व्यापक व्यवस्थित अनिश्चितताओं का उपचार।

4. परिणाम

अवलोकन (Observation): सिग्नल क्षेत्र ( $1700 < m_{3\mu} < 1850$ MeV) में कोई महत्वपूर्ण अतिरिक्त इवेंट नहीं देखा गया। डेटा बैकग्राउंड-ओनली हाइपोथीसिस के अनुकूल है।
सर्वश्रेष्ठ फिट: सर्वश्रेष्ठ-फिट ब्रांचिंग रेश्यो $B(\tau \to 3\mu) = (1.5 \pm 4.0) \times 10^{-8}$ है।
सीमाएँ (90% कॉन्फिडेंस लेवल):
- ऑब्जर्व्ड लिमिट: $B(\tau \to 3\mu) < 8.7 \times 10^{-8}$ ।
- एक्सपेक्टेड लिमिट: $B(\tau \to 3\mu) < 7.5 \times 10^{-8}$ ।
तुलना:
- यह पिछले ATLAS Run 1 लिमिट में 5 गुना सुधार करता है।
- यह सुधार बड़े एकीकृत ल्यूमिनोसिटी, उच्च सेंटर-ऑफ-मास ऊर्जा, डिटेक्टर अपग्रेड (IBL), और बेहतर विश्लेषण तकनीकों (MVA, ट्रिगर सुधार) के कारण है।
- प्रतिस्पर्धी होने के बावजूद, यह सीमा वर्तमान में Belle II ( $1.9 \times 10^{-8}$ ) और LHCb ( $1.9 \times 10^{-8}$ ) द्वारा निर्धारित सर्वोत्तम सीमाओं से थोड़ी कमजोर है, लेकिन यह $pp$ कोलिजन एनवायरनमेंट में एक स्वतंत्र माप प्रदान करती है।

5. महत्व

BSM बाधाएं: यह परिणाम cLFV की भविष्यवाणी करने वाले BSM मॉडल्स पर कड़े प्रतिबंध लगाता है, उन पैरामीटर स्पेस को खारिज करता है जहाँ ब्रांचिंग रेश्यो $\sim 10^{-8}$ से अधिक है।
पूरकता (Complementarity): यह LHC के हैड्रोनिक वातावरण में सटीक cLFV खोज करने की ATLAS डिटेक्टर की क्षमता को प्रदर्शित करता है, जो Belle II के $e^+e^-$ परिणामों और LHCb के फॉरवर्ड-ज्यामिति परिणामों का पूरक है।
भविष्य की संभावनाएं: यह विश्लेषण सांख्यिकीय अनिश्चितता (statistical uncertainty) द्वारा सीमित है। हाई-ल्यूमिनोसिटी LHC (HL-LHC) और अधिक डेटा संचय के साथ, ATLAS महत्वपूर्ण संवेदनशीलता में सुधार की उम्मीद करता है, जो संभावित रूप से $10^{-9}$ स्तर तक पहुँच सकता है जहाँ कई सैद्धांतिक BSM परिदृश्य दृश्य संकेतों (observable signals) की भविष्यवाणी करते हैं।

संक्षेप में, यह पेपर दुर्लभ $\tau$ क्षय की खोज के लिए एक मजबूत ढांचा स्थापित करता है, जो पिछले ATLAS परिणामों में 5-गुना सुधार करता है और प्रोटॉन-प्रोटॉन कोलिजन में cLFV खोजों के लिए एक नया बेंचमार्क सेट करता है।