⚛️ high-energy experiments

Evidence of Higgs boson inclusive production at high transverse momentum decaying to a pair of $b$ -quarks with the ATLAS detector

ATLAS डिटेक्टर द्वारा एकत्र किए गए 13 और 13.6 TeV पर प्रोटॉन-प्रोटॉन टकराव के 301 fb $^{-1}$ डेटा का उपयोग करते हुए, यह अध्ययन उन्नत जेट पहचान और रिग्रेशन तकनीकों के माध्यम से $b\bar{b}$ युग्म में क्षय होने वाले हिग्स बोसॉन के उच्च अनुप्रस्थ संवेग ( $p_{\text{T}} > 450$ GeV) पर समावेशी उत्पादन का प्रथम साक्ष्य रिपोर्ट करता है, जिसने 3.8 $\sigma$ का प्रेक्षित महत्व (significance) प्राप्त किया है।

मूल लेखक: ATLAS Collaboration

प्रकाशित 2026-03-23

📖 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

मुख्य चित्र: तेज़ गति से भागते एक भूत को पकड़ना

कल्पना कीजिए कि लार्ज हैड्रोन कोलाइडर (LHC) दुनिया का सबसे शक्तिशाली पार्टिकल एक्सेलेरेटर है। यह प्रोटॉन को लगभग प्रकाश की गति से आपस में टकराता है, जिससे मलबे का एक अराजक विस्फोट होता है। इस मलबे के बीच, भौतिक विज्ञानी एक विशिष्ट, बहुत ही शर्मीले कण की तलाश कर रहे हैं: हिग्स बोसोन (Higgs boson)।

हिग्स बोसोन अन्य कणों को द्रव्यमान (mass) देने के लिए प्रसिद्ध है, लेकिन यह अविश्वसनीय रूप से अस्थिर है। यह एक सेकंड के बहुत छोटे हिस्से के लिए जीवित रहता है और फिर तुरंत क्षय (टूट) जाता है। इस विशिष्ट अध्ययन में, ATLAS टीम हिग्स बोसोन को बॉटम क्वार्क्स (bottom quarks) (आइए इन्हें "b-क्वार्क्स" कहें) की एक जोड़ी में क्षय होते हुए देख रही है।

चुनौती:
हिग्स बोसोन को खोजना घास के ढेर में एक विशिष्ट सुई खोजने जैसा है। लेकिन यह कोई साधारण घास का ढेर नहीं है; यह अरबों अन्य सुइयों से बना घास का ढेर है जो बिल्कुल एक जैसी दिखती हैं। यहाँ "घास का ढेर" ब्रह्मांड का बैकग्राउंड शोर (background noise) है—ट्रिलियन अन्य कण टकराव जो लगातार होते रहते हैं।

नई रणनीति: "हाई-स्पीड चेज़" (तेज़ रफ्तार पीछा)

अतीत में, वैज्ञानिक मुख्य रूप से धीरे चलने वाले हिग्स बोसोन की तलाश करते थे। लेकिन यह पेपर उच्च ट्रांसवर्स मोमेंटम ( $p_T$ ) पर ध्यान केंद्रित करता है।

उपमा (Analogy):
कल्पना कीजिए कि आप भीड़भाड़ वाले शहर में एक विशिष्ट प्रकार की कार (हिग्स) की पहचान करने की कोशिश कर रहे हैं।

कम गति: यदि कार ट्रैफ़िक में धीरे चल रही है, तो इसे पहचानना कठिन है क्योंकि यह हर दूसरी कार जैसी दिखती है।
उच्च गति: यदि वही कार हाईवे पर 200 मील प्रति घंटे की रफ्तार से दौड़ रही है, तो वह अलग दिखती है। वह एक विशिष्ट निशान छोड़ती है, और उसका व्यवहार धीमी कारों से अलग होता है।

वैज्ञानिकों ने परिकल्पना की कि यदि हिग्स बोसोन अत्यधिक ऊर्जा के साथ पैदा होता है (बहुत तेज़ गति से चलता है), तो यह भौतिकी के नियमों के बारे में नए रहस्य प्रकट कर सकता है। हालाँकि, इन "तेज़ भागने वाले" हिग्स बोसोन को पकड़ना अविश्वसनीय रूप से कठिन है क्योंकि वे दुर्लभ हैं, और बैकग्राउंड शोर और भी अधिक शोर मचाता है।

टूलकिट: AI और बेहतर चश्मे

इसे हल करने के लिए, ATLAS टीम ने दो प्रमुख अपग्रेड का उपयोग किया, जो इस पेपर के सितारे हैं:

"ट्रांसफॉर्मर" AI (स्मार्ट जासूस):
अतीत में, हिग्स बोसोन के क्षय उत्पादों (b-क्वार्क्स) की पहचान करना एक धुंधली फोटो का उपयोग करके संदिग्ध की पहचान करने जैसा था। टीम ने एक नया ट्रांसफॉर्मर-आधारित एल्गोरिदम (एक उन्नत AI प्रकार, जो आधुनिक चैटबॉट्स के पीछे की तकनीक के समान है) पेश किया।

यह कैसे काम करता है: केवल कणों के स्प्रे के आकार को देखने के बजाय, AI जेट के भीतर कणों की "टोपोलॉजी" (व्यवस्था) को देखता है। यह एक जासूस के ऐसा महसूस करने जैसा है कि, "यह संदिग्ध केवल लाल टोपी नहीं पहने हुए है; बल्कि इसने एक विशिष्ट प्रकार की छतरी पकड़ी हुई है और वह लंगड़ाकर चल रहा है।"
परिणाम: यह AI हिग्स को पहचानने में इतना कुशल है कि यह 99.8% बैकग्राउंड शोर को छान देता है, जिससे एक बहुत ही स्पष्ट सिग्नल मिलता है।

"रिग्रेशन" मॉडल (तेज़ चश्मे):
जब कण टकराव से बाहर निकलते हैं, तो वे थोड़ी ऊर्जा खो देते हैं या डिटेक्टर द्वारा धुंधले हो जाते हैं। टीम ने छवि को "तेज़" (sharpen) करने के लिए एक नए गणितीय मॉडल का उपयोग किया।

उपमा: एक तेज़ चलती कार की धुंधली फोटो देखने की कल्पना करें। यह नया मॉडल एक उच्च-स्तरीय फोटो एडिटर की तरह काम करता है जो धुंधली छवि को लेता है और कार की सटीक गति और द्रव्यमान को अविश्वसनीय सटीकता के साथ पुनर्गठित करता है। इसने उन्हें पहले की तुलना में हिग्स बोसोन के द्रव्यमान को बहुत अधिक सटीकता से मापने की अनुमति दी।

परिणाम: प्रमाण नहीं, केवल साक्ष्य (अभी नहीं)

टीम ने 2015 से 2024 तक के डेटा का विश्लेषण किया (डेटा की एक विशाल मात्रा, जो 301 "इनवर्स फेमटोबार्न्स"—टकराव की मात्रा की एक इकाई—के बराबर है)।

निष्कर्ष: उन्हें हिग्स बोसोन के द्रव्यमान (लगभग 125 GeV) पर डेटा में एक "बम्प" (उभार) मिला, विशेष रूप से हाई-स्पीड श्रेणी में।
महत्व: भौतिकी में, किसी खोज का दावा करने के लिए हमें "5-सिग्मा" परिणाम की आवश्यकता होती है (जैसे कि एक नए ग्रह को खोजना)। यह परिणाम 3.8 सिग्मा है।
- उपमा: यदि आप एक सिक्का 10 बार उछालते हैं और 10 बार 'हेड्स' आता है, तो यह संदिग्ध है। यदि आपको 100 बार 'हेड्स' मिलता है, तो यह प्रमाण है कि सिक्का पक्षपाती है। 3.8 सिग्मा का परिणाम 100 में से 95 बार 'हेड्स' आने जैसा है। यह एक मजबूत साक्ष्य है कि सिक्का पक्षपाती है, लेकिन अभी पूर्ण प्रमाण नहीं है। यह एक बहुत ही ज़ोरदार "आहा!" क्षण है, लेकिन वैज्ञानिक "यूरेका!" चिल्लाने के लिए थोड़े और डेटा का इंतज़ार कर रहे हैं।

यह क्यों मायने रखता है?

हिग्स बोसोन को 1,000 GeV (जो अविश्वसनीय रूप से तेज़ है) की गति से चलते हुए देखना क्यों ज़रूरी है?

"न्यू फिजिक्स" की खोज: स्टैंडर्ड मॉडल (भौतिकी की हमारी वर्तमान नियम पुस्तिका) ठीक से भविष्यवाणी करता है कि ये तेज़ हिग्स बोसोन कितनी बार दिखाई देने चाहिए। यदि हम जो पाते हैं वह भविष्यवाणी से भिन्न है, तो इसका अर्थ है कि नियम पुस्तिका में एक अध्याय गायब है। यह "न्यू फिजिक्स" का संकेत दे सकता है—जैसे कि सुपरसिमेट्री या अतिरिक्त आयाम (extra dimensions)।
वर्तमान स्थिति: जो संख्या उन्हें मिली (अनुमानित मात्रा से 1.53 गुना अधिक) वह अपेक्षित से थोड़ी अधिक है, लेकिन एरर बार (error bars) अभी भी इतने बड़े हैं कि यह केवल एक सांख्यिकीय संयोग (statistical fluke) हो सकता है। हालाँकि, यह स्टैंडर्ड मॉडल के अनुकूल (compatible) है, जिसका अर्थ है कि हमारे वर्तमान नियम अभी भी इन चरम गतियों पर भी कायम हैं।

सारांश

ATLAS सहयोग ने चरम गति से चलने वाले हिग्स बोसोन का शिकार करने के लिए सुपर-स्मार्ट AI और तेज़ माप उपकरणों का उपयोग किया। उन्हें मजबूत साक्ष्य (3.8 सिग्मा) मिला कि ये तेज़ हिग्स बोसोन मौजूद हैं और ठीक वैसे ही बॉटम क्वार्क्स में क्षय होते हैं जैसा कि स्टैंडर्ड मॉडल भविष्यवाणी करता है।

यह तूफान में एक दुर्लभ, तेज़ गति से उड़ते पक्षी को खोजने जैसा है। आपने अभी तक उसे पिंजरे में नहीं पकड़ा है (5 सिग्मा), लेकिन आपके पास उसकी एक बहुत स्पष्ट फोटो है और एक मजबूत संदेह है कि वह वास्तविक है। यह सफलता भविष्य के प्रयोगों के लिए मार्ग प्रशस्त करती है जो या तो स्टैंडर्ड मॉडल को पूर्ण सिद्ध करेंगे या अंततः उस कोड को तोड़ देंगे जो इसके परे स्थित है।

यहाँ ATLAS सहयोग के शोध पत्र "Evidence of Higgs boson inclusive production at high transverse momentum decaying to a pair of $b$ -quarks with the ATLAS detector" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या और प्रेरणा

भौतिक संदर्भ: जबकि मानक मॉडल (SM) का व्यापक रूप से सत्यापन किया जा चुका है, उच्च ऊर्जा स्तरों पर हिग्स बोसोन के कपलिंग (couplings) में विचलन 'न्यू फिजिक्स' (BSM) का संकेत दे सकते हैं। उच्च अनुप्रस्थ संवेग ( $p_T$ ) हिग्स उत्पादन विशेष रूप से ग्लूऑन-ग्लूऑन फ्यूजन (ggF) की लूप संरचना और भारी नए कणों के संभावित योगदान के प्रति संवेदनशील है।
चुनौती: हिग्स का प्रमुख क्षय चैनल $H \to b\bar{b}$ $H \to b \overset{ˉ}{b}$ (शाखा अंश $\approx 58\%$ $\approx 58%$ ) है। हालाँकि, उच्च $p_T$ $p_{T}$ ( $>450$ $> 450$ GeV) पर इस चैनल का पुनर्निर्माण करना अत्यंत कठिन है क्योंकि:
- विशाल पृष्ठभूमि (Backgrounds): QCD मल्टीजेट बैकग्राउंड सिग्नल की तुलना में कई गुना अधिक बड़ा है।
- बूस्टेड टोपोलॉजी (Boosted Topology): उच्च $p_T$ पर, हिग्स क्षय से प्राप्त दो $b$ -क्वार्क अत्यधिक संरेखित (collimated) हो जाते हैं, जिससे वे एक एकल बड़े-त्रिज्या वाले जेट (large-radius jet) में विलीन हो जाते हैं।
- रेज़ोल्यूशन: गिरते हुए QCD बैकग्राउंड से हिग्स द्रव्यमान शिखर ( $\approx 125$ GeV) को अलग करने के लिए उत्कृष्ट जेट द्रव्यमान रेज़ोल्यूशन और सटीक $b$ -टैगिंग की आवश्यकता होती है।
लक्ष्य: पूर्ण Run 2 और प्रारंभिक Run 3 डेटासेट का उपयोग करके उच्च $p_T$ ( $p_T > 450$ GeV) पर $H \to b\bar{b}$ चैनल में समावेशी (inclusive) हिग्स उत्पादन का प्रथम साक्ष्य प्रदान करना।

2. कार्यप्रणाली

यह विश्लेषण $\sqrt{s} = 13$ TeV (Run 2) और $13.6$ TeV (Run 3) के केंद्र-द्रव्यमान ऊर्जाओं पर ATLAS डिटेक्टर द्वारा रिकॉर्ड किए गए प्रोटॉन-प्रोटॉन टकराव डेटा का उपयोग करता है, जो 301 fb $^{-1}$ के एकीकृत ल्यूमिनोसिटी (integrated luminosity) के अनुरूप है।

A. इवेंट चयन और पुनर्निर्माण

ट्रिगर: घटनाओं का चयन उच्च-स्तरीय ट्रिगर्स का उपयोग करके किया जाता है जिनमें $p_T > 420$ GeV (ऑनलाइन) वाला एक बड़े-त्रिज्या वाला जेट और ऑफलाइन आवश्यकताएं $p_T > 450$ GeV तथा जेट द्रव्यमान $m_J > 45$ GeV होती हैं।
जेट पुनर्निर्माण: जेट को यूनिफाइड फ्लो ऑब्जेक्ट्स (UFO) से रेडियस पैरामीटर $R=1.0$ के साथ एंटी- $k_t$ एल्गोरिदम का उपयोग करके पुनर्निर्मित किया जाता है। पाइल-अप (pile-up) और सॉफ्ट रेडिएशन प्रभावों को कम करने के लिए उन्हें सॉफ्ट-ड्रॉप (Soft-Drop) का उपयोग करके ग्रूम (groom) किया गया है।
सिग्नल क्षेत्र (SR): घटनाओं को लीडिंग और सबलीडिंग जेट्स की टैगिंग स्थिति के आधार पर वर्गीकृत किया जाता है:
- SRL (Signal Region Leading): लीडिंग जेट $b\bar{b}$ टैगर पास करता है।
- SRS (Signal Region Subleading): लीडिंग जेट विफल रहता है, लेकिन सबलीडिंग जेट पास होता है।
- नियंत्रण क्षेत्र (CR) और सत्यापन क्षेत्र (VR): टैगर को विफल करने वाले जेट्स का उपयोग मल्टीजेट बैकग्राउंड के आकार को नियंत्रित करने के लिए किया जाता है।

B. प्रमुख तकनीकी नवाचार

यह विश्लेषण पिछले Run 2 अध्ययनों की तुलना में दो प्राथमिक प्रगतियों के माध्यम से 7–10 गुना संवेदनशीलता सुधार प्राप्त करता है:

ट्रांसफॉर्मर-आधारित $b\bar{b}$ टैगर (GN2X):
- एक डीप लर्निंग मॉडल (जो ट्रांसफॉर्मर आर्किटेक्चर पर आधारित है) जिसे सिम्युलेटेड सैंपल्स पर प्रशिक्षित किया गया है ताकि दो $b$ -हैड्रॉन्स वाले जेट की पहचान की जा सके।
- यह जेट घटकों के गतिज (kinematic) और टोपोलॉजिकल गुणों का लाभ उठाता है।
- प्रदर्शन: यह सिग्नल जेट्स के लिए $\sim 45\%$ दक्षता बनाए रखते हुए मल्टीजेट बैकग्राउंड को $\sim 500$ के कारक से दबा देता है। यह प्रभावी रूप से सिग्नल क्षेत्र से $V \to q\bar{q}'$ और $t\bar{t}$ योगदानों को हटा देता है।
ट्रांसफॉर्मर-आधारित रिग्रेशन (bJR):
- एक रिग्रेशन मॉडल जिसका उपयोग जेट द्रव्यमान और $p_T$ रिस्पॉन्स को ठीक करने के लिए किया जाता है।
- प्रदर्शन: यह जेट द्रव्यमान रेज़ोल्यूशन में $\sim 30\%$ और $p_T$ रेज़ोल्यूशन में $\sim 20\%$ का सुधार करता है, जिससे सिग्नल पीक काफी स्पष्ट हो जाता है।

C. सांख्यिकीय विश्लेषण

फिट रणनीति: 12 क्षेत्रों (SRL, SRS, CRL, CRS) और तीन $p_T$ बिनों (450–650, 650–1000, >1000 GeV) में जेट द्रव्यमान ( $m_J$ ) वितरणों पर एक समवर्ती प्रोफाइल लाइकलीहुड फिट (simultaneous profile likelihood fit) किया जाता है।
बैकग्राउंड मॉडलिंग: प्रमुख QCD मल्टीजेट बैकग्राउंड को CR के लिए एक एक्सपोनेंशियल पॉलीनोमियल फंक्शन ( $f_N$ ) और CR आकारों को SR आकारों में मैप करने के लिए एक ट्रांसफर फंक्शन ( $t_M$ ) का उपयोग करके मॉडल किया जाता है। यह सुनिश्चित करता है कि बैकग्राउंड का आकार पूरी तरह से डेटा से निर्धारित हो।
कैलिब्रेशन: $b\bar{b}$ टैगिंग दक्षता ( $\kappa_{GN2X}^{b\bar{b}}$ ), जेट मास स्केल (JMS), और मास रेज़ोल्यूशन (JMR) को in situ कैलिब्रेट करने के लिए $Z \to b\bar{b}$ पीक का उपयोग किया जाता है।
सिग्नल निष्कर्षण: सिग्नल स्ट्रेंथ मॉडिफायर $\mu_H$ (प्रेक्षित यील्ड और SM भविष्यवाणी का अनुपात) को व्यवस्थित अनिश्चितताओं (systematic uncertainties) के लिए न्युसेंस पैरामीटर्स के साथ समवर्ती रूप से निकाला जाता है।

3. मुख्य परिणाम

कुल सार्थकता (Overall Significance):
- $p_T > 450$ GeV के लिए, प्रेक्षित सार्थकता 3.8 $\sigma$ (अपेक्षित 2.5 $\sigma$ ) है, जो इस काइनेमैटिक शासन में समावेशी हिग्स उत्पादन का पहला साक्ष्य (evidence) है।
- मापा गया सिग्नल स्ट्रेंथ मॉडिफायर है:
  $\mu_H = 1.53 \pm 0.27 \text{ (stat.)} ^{+0.33}_{-0.27} \text{ (syst.)} \pm 0.17 \text{ (theo.)}$
- यह परिणाम मानक मॉडल की भविष्यवाणी ( $\mu_H = 1$ ) के अनुकूल है।
डिफरेंशियल माप (Differential Measurements):
- परिणाम तीन $p_T$ $p_{T}$ अंतरालों में दिए गए हैं:
  - 450–650 GeV: $\mu_H = 1.98 \pm 0.36 \dots$ (प्रेक्षित सार्थकता: 3.9 $\sigma$ )।
  - 650–1000 GeV: $\mu_H = 0.23 \pm 0.67 \dots$ (प्रेक्षित सार्थकता: 0.3 $\sigma$ )।
  - >1000 GeV: $\mu_H = 2.3 \pm 1.4 \dots$ (प्रेक्षित सार्थकता: 1.3 $\sigma$ )।
- सभी अंतराल अनिश्चितताओं के भीतर SM भविष्यवाणियों के सुसंगत हैं।
क्रॉस-सेक्शन माप:
- Run 2 (13 TeV) और Run 3 (13.6 TeV) के लिए अलग-अलग क्रॉस-सेक्शन माप किए गए, जो SM अपेक्षाओं के अनुरूप मान देते हैं, हालांकि उच्चतम $p_T$ बिनों में बड़ी अनिश्चितताएं हैं।

4. सार्थकता और प्रभाव

प्रथम साक्ष्य: यह समावेशी $H \to b\bar{b}$ उत्पादन के उच्च $p_T$ पर पहले साक्ष्य का अवलोकन है। पिछले अध्ययन या तो संबद्ध उत्पादन ($VH$) तक सीमित थे या उनमें संवेदनशीलता कम थी।
तकनीकी मील का पत्थर: यह शोध पत्र हाई-एनर्जी फिजिक्स में ऑब्जेक्ट आइडेंटिफिकेशन (टैगिंग) और रिग्रेशन (कैलिब्रेशन) दोनों के लिए ट्रांसफॉर्मर-आधारित न्यूरल नेटवर्क के सफल अनुप्रयोग को प्रदर्शित करता है। यह पारंपरिक बूस्टेड डिसिजन ट्री (BDTs) से उन्नत डीप लर्निंग आर्किटेक्चर की ओर एक बदलाव का प्रतीक है।
बैकग्राउंड दमन: सिग्नल दक्षता को बनाए रखते हुए QCD मल्टीजेट बैकग्राउंड को 500 के कारक से दबाने की क्षमता एक महत्वपूर्ण सफलता है, जो टेव (TeV) स्केल में दुर्लभ हिग्स प्रक्रियाओं के अध्ययन को सक्षम बनाती है।
BSM संवेदनशीलता: हिग्स $p_T$ स्पेक्ट्रम को 1 TeV तक और उससे आगे मापकर, यह परिणाम प्रभावी क्षेत्र सिद्धांत (EFT) ऑपरेटर्स और न्यू फिजिक्स के उन मॉडलों पर कड़े प्रतिबंध लगाता है जो उच्च ऊर्जा पर हिग्स-ग्लूऑन कपलिंग को बदल सकते हैं।
भविष्य की संभावनाएं: यह कार्यप्रणाली और बेहतर रेज़ोल्यूशन भविष्य के Run 3 और Run 4 विश्लेषणों के लिए मार्ग प्रशस्त करते हैं, जहाँ बढ़ी हुई ल्यूमिनोसिटी इस चैनल के सटीक माप और संभावित रूप से पहले अवलोकन (5 $\sigma$ ) की अनुमति देगी।

निष्कर्षतः, यह शोध पत्र उन्नत मशीन लर्निंग तकनीकों और बड़े डेटासेट को जोड़कर उच्च $p_T$ वाले पहले अज्ञात काइनेमैटिक क्षेत्र में हिग्स बोसोन की जांच करते हुए, मानक मॉडल की भविष्यवाणियों की पुष्टि करते हुए और न्यू फिजिक्स की खोज के लिए नई खिड़कियां खोलते हुए, हिग्स भौतिकी में एक बड़ी प्रगति का प्रतिनिधित्व करता है।