⚛️ high-energy experiments

Searching for the Dark Photon with PADME

यह शोध पत्र लेबोराटोरी नेशनल डी फ्रास्काटी में मिसिंग मास तकनीक का उपयोग करके पॉज़िट्रॉन-इलेक्ट्रॉन विलोपन (एनिहिलेशन) के माध्यम से डार्क फोटॉन की खोज के लिए PADME प्रयोग द्वारा नियोजित विश्लेषण तकनीकों, पृष्ठभूमि संरचना और अस्वीकरण प्रक्रियाओं को रेखांकित करता है।

मूल लेखक: Kalina Dimitrova (on behalf of the PADME Collaboration)

प्रकाशित 2026-03-31

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Kalina Dimitrova (on behalf of the PADME 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। हम जानते हैं कि अधिकांश मेहमान (दृश्य "पदार्थ" जैसे तारे, ग्रह और हम) मौजूद हैं, लेकिन भौतिकविदों को संदेह है कि अदृश्य मेहमान (डार्क मैटर) कोनों में छिपे हुए हैं, जो हमसे केवल बहुत ही दुर्लभ रूप से संपर्क करते हैं।

PADME प्रयोग एक उच्च-तकनीकी जासूसी एजेंसी की तरह है जो इन अदृश्य मेहमानों के बीच एक विशिष्ट "गुप्त एजेंट" को खोजने की कोशिश कर रही है। इस एजेंट को डार्क फोटॉन (Dark Photon) कहा जाता है।

यहाँ बताया गया है कि वे इसे रोज़मर्रा के उदाहरणों का उपयोग करके कैसे खोज रहे हैं:

1. सेटअप: "कॉस्मिक बिलियर्ड्स" टेबल

यह प्रयोग इटली में एक विशाल वैक्यूम चैंबर में होता है। इसे एक हाई-स्पीड बिलियर्ड्स टेबल की तरह समझें।

क्यू बॉल (The Cue Ball): वे अविश्वसनीय गति से पॉज़िट्रॉन (इलेक्ट्रॉन के एंटीमैटर जुड़वां) की एक बीम दागते हैं।
लक्ष्य (The Target): ये पॉज़िट्रॉन एक पतली सामग्री (टारगेट) से टकराते हैं जो इलेक्ट्रॉन्स से भरी होती है।
लक्ष्य (The Goal): जब एक पॉज़िट्रॉन एक इलेक्ट्रॉन से टकराता है, तो वे आमतौर पर एक-दूसरे को नष्ट कर देते हैं, जिससे प्रकाश की एक चमक (फोटॉन) पैदा होती है। लेकिन वैज्ञानिक एक दुर्लभ, विशेष टक्कर की उम्मीद कर रहे हैं: जहाँ वे एक सामान्य फोटॉन और एक डार्क फोटॉन दोनों को एक साथ पैदा करें।

2. जासूसी तकनीक: "लुप्त द्रव्यमान" (Missing Mass) तकनीक

चूंकि डार्क फोटॉन अदृश्य है (यह प्रकाश के साथ इंटरैक्ट नहीं करता या हमारे सेंसरों को दिखाई नहीं देता), इसलिए डिटेक्टर्स इसे सीधे नहीं देख सकते। तो, उन्हें कैसे पता चलता है कि वह वहाँ है?

वे एक ट्रिक का उपयोग करते हैं जो एक जादू के खेल या बैंक डकैती के समान है:

कल्पना कीजिए कि आप जानते हैं कि डकैती से पहले तिजोरी में कितने पैसे थे (बीम की ऊर्जा)।
आप एक चोर को नकदी के बैग के साथ भागते हुए देखते हैं (दृश्य फोटॉन)।
यदि आप बैग का वजन मापते हैं और उसे कुल राशि से घटाते हैं, और यदि अभी भी कुछ "लापता" वजन बचता है, तो आप जानते हैं कि दूसरा चोर (डार्क फोटॉन) बाकी पैसे लेकर भाग गया है, भले ही आप उसे देख न सकें।

भौतिकी के संदर्भ में, वे दृश्य फोटॉन की ऊर्जा को मापते हैं और गणित का उपयोग करके "लुप्त द्रव्यमान" (missing mass) की गणना करते हैं। यदि लुप्त द्रव्यमान एक विशिष्ट वजन से मेल खाता है, तो उन्हें डार्क फोटॉन मिल सकता है।

3. शोर की समस्या: "भीड़भाड़ वाला कमरा"

सबसे बड़ी चुनौती डार्क फोटॉन को खोजना नहीं है; बल्कि शोर को अनदेखा करना है। यह प्रयोग एक रॉक कॉन्सर्ट में फुसफुसाहट सुनने की कोशिश करने जैसा है।

शोर (Background): अधिकांश समय, जब पॉज़िट्रॉन टारगेट से टकराते हैं, तो वे बहुत सारा "स्टैटिक" या "चकाचौंध" पैदा करते हैं जिसे ब्रेम्सस्ट्रालुंग (Bremsstrahlung) कहा जाता है। यह एक पॉज़िट्रॉन के धीमा होने और एक फोटॉन छोड़ने जैसा है, जो वैज्ञानिकों द्वारा खोजे जा रहे सिग्नल की नकल करता है।
समाधान (The Veto): प्रयोग के चारों ओर विशेष "सुरक्षा गार्ड" (डिटेक्टर्स जिन्हें वीटो कहा जाता है) तैनात हैं।
- यदि एक फोटॉन ठीक उसी समय दिखाई देता है जब पास में एक पॉज़िट्रॉन का पता चलता है, तो सुरक्षा गार्ड चिल्लाते हैं, "रुको! यह सिर्फ बैकग्राउंड शोर है!" और उसे बाहर कर देते हैं।
- वे "दोहरी मुसीबत" (एक साथ दिखने वाले दो या तीन फोटॉन) को भी देखते हैं और उन्हें भी अनदेखा कर देते हैं, क्योंकि एक डार्क फोटॉन इवेंट में केवल एक ही दृश्य फोटॉन होना चाहिए।

4. नए उपकरण: "भौतिकी के लिए AI"

पेपर में उल्लेख है कि टीम ने हाल ही में मशीन लर्निंग (AI) का उपयोग करना शुरू किया है।

उपमा: कल्पना कीजिए कि आप हाथों से कपड़ों के ढेर को छाँटने की कोशिश कर रहे हैं। यह धीमा है और शायद आप एक मोजा भी छोड़ दें। अब, एक ऐसे रोबोट की कल्पना करें जो लाखों उदाहरणों से सीखे गए पैटर्न के आधार पर तुरंत एक मोजे, एक शर्ट या एक तौलिये को पहचान सकता है।
AI वैज्ञानिकों को डेटा के विशाल भंडार को बहुत तेज़ी से और अधिक सटीकता से छाँटने में मदद करता है, जिससे वे उन सूक्ष्म "डार्क फोटॉन" संकेतों को पहचान पाते हैं जिन्हें मानवीय आँखें या पुराने कंप्यूटर शायद मिस कर देते।

5. परिणाम: आगे क्या है?

यदि उन्हें स्पाइक मिलता है: यदि डेटा एक स्पष्ट "लुप्त द्रव्यमान" दिखाता है जो बैकग्राउंड शोर से मेल नहीं खाता, तो उन्होंने डार्क फोटॉन को खोज लिया है! यह ब्रह्मांड के एक "छिपे हुए क्षेत्र" (hidden sector) के अस्तित्व को साबित करेगा।
यदि उन्हें कुछ नहीं मिलता: वे यह नहीं कह सकते कि "डार्क फोटॉन मौजूद नहीं हैं," लेकिन वे कह सकते हैं, "यदि वे मौजूद हैं, तो वे हमारी सोच से हल्के या भारी हैं, या वे और भी अधिक कमजोर रूप से इंटरैक्ट करते हैं।" यह उन्हें अगले दौर के प्रयोगों के लिए खोज को सीमित करने में मदद करता है।

सारांश

PADME प्रयोग पदार्थ में एंटीमैटर को टकराकर एक भूतिया कण (ghost particle) की तलाश कर रहा है। वे यह साबित करने के लिए कि भूत वहां है, "लुप्त धन" वाली ट्रिक का उपयोग करते हैं, जबकि वे लाखों नकली भूतों (बैकग्राउंड शोर) को फ़िल्टर करने के लिए हाई-टेक सुरक्षा गार्डों और AI का उपयोग करते हैं जो उन्हें धोखा देने की कोशिश करते हैं। यह प्रकाश की गति से खेला जाने वाला "वेयर्स वाल्डो?" (Where's Waldo?) का एक हाई-स्टेक्स खेल है।

यहाँ "Searching for the Dark Photon with PADME" के लिए कलिना दिमित्रोवा द्वारा PADME सहयोग के लिए तैयार किया गया विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण और प्रेरणा

यह शोध पत्र डार्क मैटर (Dark Matter) की खोज को संबोधित करता है, जो विशेष रूप से उन कणों के "हिडन सेक्टर" (hidden sector) पर केंद्रित है जो विद्युत चुम्बकीय बलों के माध्यम से परस्पर क्रिया नहीं करते हैं। जबकि वीकली इंटरैक्टिंग मैसिव पार्टिकल्स (WIMPs) एक सामान्य परिकल्पना है, यह शोध पत्र सब-जीईवी (sub-GeV) द्रव्यमान वाले वीकली इंटरैक्टिंग स्लिम पार्टिकल्स (WISPs) पर ध्यान केंद्रित करता है।

सैद्धांतिक ढांचा एक डार्क फोटॉन ( $A'$ ) से संबंधित है, जो एक काल्पनिक वेक्टर बोसोन है जो एक नए $U(1)$ गेज सिमिट्री (gauge symmetry) से उत्पन्न होता है। $A'$ , काइनेटिक मिक्सिंग ( $\epsilon$ ) के माध्यम से स्टैंडर्ड मॉडल के फर्मियन्स के साथ परस्पर क्रिया करता है, जिसे इस लैग्रेंजियन पद द्वारा वर्णित किया गया है:
$L_{int} = \frac{\epsilon}{2} F_{\mu\nu}^{QED} F_{Dark}^{\mu\nu}$
प्राथमिक लक्ष्य इलेक्ट्रॉन-पॉज़िट्रॉन एनिहिलेशन (annihilation) में एक डार्क फोटॉन और एक दृश्य फोटॉन के सहवर्ती उत्पादन की खोज करके मिक्सिंग पैरामीटर $\epsilon$ को प्रयोगात्मक रूप से सीमित करना है:
$e^+ e^- \rightarrow \gamma A'$
यदि $A'$ का उत्पादन होता है, तो यह पता लगाने से बच जाता है (क्योंकि यह "डार्क" है), जिससे एक "मिसिंग मास" (missing mass) सिग्नेचर प्राप्त होता है।

2. कार्यप्रणाली और प्रयोगात्मक सेटअप

PADME (Positron Annihilation into Dark Matter Experiment) इटली के लेबोरेटोरी नेशनल डी फ्रैस्काटी (LNF) में स्थित है। प्रस्तुत विश्लेषण 2020 के दूसरे भाग में एकत्र किए गए रन II डेटा पर केंद्रित है।

प्रयोगात्मक विन्यास

बीम (Beam): DA $\Phi$ NE एक्सेलेरेटर के बीम टेस्ट फैसिलिटी (BTF) से एक पल्स्ड पॉज़िट्रॉन बीम जिसका ऊर्जा स्तर 430 MeV है।
टारगेट (Target): एक एक्टिव टारगेट (डायमंड-आधारित) जो इंटरेक्शन मीडियम के रूप में कार्य करता है।
मैग्नेट (Magnet): एक 0.5 T डिपोल मैग्नेट जो डिटेक्टर एक्सिस से गैर-परस्पर क्रिया करने वाले पॉज़िट्रॉन्स को मोड़ देता है।
डिटेक्टर्स (Detectors):
- TimePix3 सिलिकॉन पिक्सेल डिटेक्टर: गैर-परस्पर क्रिया करने वाले बीम एग्जिट की निगरानी करता है।
- चार्ज्ड पार्टिकल वीटो (Charged Particle Vetoes): तीन सेट के डिटेक्टर (इलेक्ट्रॉन, पॉज़िट्रॉन, और हाई-एनर्जी पॉज़िट्रॉन वीटो) जो $\sim$ 5 MeV मोमेंटम रेजोल्यूशन और <1 ns टाइम रेजोल्यूशन के साथ बैकग्राउंड चार्ज्ड पार्टिकल्स का पता लगाते हैं।
- इलेक्ट्रोमैग्नेटिक कैलोरीमीटर (ECal): 3.45 मीटर डाउनस्ट्रीम स्थित, जो 616 BGO क्रिस्टल से बना है। यह $\sim$ 2.6% ऊर्जा रेजोल्यूशन और $\sim$ 500 ps टाइम रेजोल्यूशन के साथ दृश्य फोटॉन ( $\gamma$ ) की ऊर्जा और समय को मापता है।
- स्मॉल एंगल कैलोरीमीटर (SAC): ECal के पीछे एक छेद में स्थित, जो <100 ps टाइम रेजोल्यूशन के साथ फॉरवर्ड-गोइंग ब्रेम्सस्ट्रालुंग (Bremsstrahlung) फोटॉन्स का पता लगाता है।

डेटा टेकिंग सांख्यिकी

बीम ऊर्जा: 430 MeV।
बंच स्ट्रक्चर: 280 ns लंबाई, 50 Hz दर।
तीव्रता (Intensity): $\sim 27 \times 10^3$ पॉज़िट्रॉन प्रति बंच।
कुल एक्सपोजर: $\sim 5.5 \times 10^{12}$ पॉज़िट्रॉन ऑन टारगेट (POT)।

3. विश्लेषण रणनीति

खोज का मुख्य आधार मिसिंग मास तकनीक (Missing Mass Technique) है।

सिग्नल रिकंस्ट्रक्शन

डार्क फोटॉन ( $M_{A'}$ ) के द्रव्यमान को बीम पॉज़िट्रॉन ( $P_{e^+}$ ), टारगेट इलेक्ट्रॉन ( $P_{e^-}$ ), और डिटेक्टेड फोटॉन ( $P_{\gamma}$ ) के फोर-मोमेंटा का उपयोग करके पुनर्गठित किया जाता है:
$M_{miss}^2 = (P_{e^+} + P_{e^-} - P_{\gamma})^2$
प्रयोग हाइपोथेटिकल $A'$ द्रव्यमान (जो 2 MeV $\le M_{A'} \le$ 20 MeV की सीमा की जांच करता है) के अनुरूप $M_{miss}^2$ वितरण में एक पीक की तलाश करता है।

बैकग्राउंड सप्रेशन (पृष्ठभूमि दमन)

विश्लेषण को दो प्रमुख बैकग्राउंड प्रक्रियाओं से सिग्नल को अलग करना चाहिए:

ब्रेम्सस्ट्रालुंग ( $e^+ N \rightarrow e^+ N \gamma$ ):
- चुनौती: यह एक एकल फोटॉन और एक पॉज़िट्रॉन उत्पन्न करता है, जो सिग्नल की नकल करता है यदि पॉज़िट्रॉन का पता न लगाया जाए।
- अस्वीकरण (Rejection): SAC और पॉज़िट्रॉन वीटो (PVeto) का उपयोग सहवर्ती पॉज़िट्रॉन्स की पहचान करने के लिए किया जाता है। यदि कैलोरीमीटर में एक फोटॉन, वीटो में एक पॉज़िट्रॉन के साथ समय-सहसंबंधित है ( $\Delta t \le 5$ ns), और ऊर्जा/स्थिति ब्रेम्सस्ट्रालुंग काइनेमैटिक वितरण से मेल खाती है, तो उस इवेंट को खारिज कर दिया जाता है।
मल्टी-फोटॉन एनिहिलेशन ( $e^+ e^- \rightarrow \gamma\gamma$ या $\gamma\gamma\gamma$ ):
- चुनौती: यदि एक या अधिक फोटॉन का पता नहीं चल पाता है (जैसे कि बीम पाइप में या छेद में), तो इवेंट एक सिंगल-फोटॉन फाइनल स्टेट के रूप में दिखाई देता है।
- अस्वीकरण:
  - टाइम आइसोलेशन (Time Isolation): इवेंट्स को तब खारिज कर दिया जाता है जब चयनित फोटॉन ECal में अन्य फोटॉन्स से समय-पृथक (time-isolated) नहीं होता है।
  - काइनेमैटिक कट्स (Kinematic Cuts): अपेक्षित सिग्नल टोपोलॉजी से विचलन होने पर एकल डिटेक्टेड फोटॉन के ऊर्जा और स्थिति के आधार पर इवेंट्स को खारिज कर दिया जाता है।

उन्नत तकनीकें

शोध पत्र पल्स और क्लस्टर रिकंस्ट्रक्शन के लिए नवीन मशीन-लर्निंग विधियों के कार्यान्वयन का उल्लेख करता है। यह अपग्रेड उच्च इंस्टेंटेनियस दरों को संभालने और ऊर्जा एवं समय माप की सटीकता में सुधार करने के लिए महत्वपूर्ण था।

4. मुख्य परिणाम और प्रदर्शन

क्रॉस-सेक्शन गणना: उत्पादन क्रॉस-सेक्शन $\sigma(e^+ e^- \rightarrow \gamma A')$ को पंजीकृत कैंडिडेट इवेंट्स की संख्या ( $N_{A'}$ ) की तुलना कुल पॉज़िट्रॉन ऑन टारगेट ( $N_{POT}$ ) से करके निकाला जाता है, जिसे एक्सेप्टेंस ( $\epsilon_{sig}$ ) और टारगेट इलेक्ट्रॉन घनत्व के लिए सुधारा गया है।
कपलिंग लिमिट: प्रभावी मिक्सिंग पैरामीटर $\epsilon$ को इस संबंध का उपयोग करके निकाला जाता है:
$\epsilon^2 = \frac{1}{\delta} \frac{\sigma(e^+ e^- \rightarrow \gamma A')}{\sigma(e^+ e^- \rightarrow \gamma \gamma)}$
जहाँ $\delta$ एक काइनेमैटिक फैक्टर है।
मास रेजोल्यूशन: मोंटे कार्लो सिमुलेशन संकेत देते हैं कि मिसिंग मास स्क्वायर ( $\sigma_{M_{miss}^2}$ ) का मानक विचलन जैसे-जैसे $A'$ द्रव्यमान 22 MeV के करीब पहुँचता है, वैसे-वैसे घटता जाता है, जिससे 2–20 MeV रेंज में सटीक रिकंस्ट्रक्शन संभव होता है।
बैकग्राउंड रिजेक्शन: SAC, PVeto, और ECal टाइम-आइसोलेशन कट्स का संयोजन अत्यधिक ब्रेम्सस्ट्रालुंग और मल्टी-फोटॉन बैकग्राउंड को प्रभावी ढंग से दबा देता है, जिससे वह क्षेत्र अलग हो जाता जहाँ डार्क फोटॉन सिग्नल दिखाई दे सकता है।

5. महत्व और भविष्य का दृष्टिकोण

वैज्ञानिक प्रभाव: PADME प्रयोग सब-20 MeV द्रव्यमान रेंज में डार्क फोटॉन के लिए सबसे संवेदनशील प्रत्यक्ष खोजों में से एक प्रदान करता है। $\epsilon$ पर सीमाएँ निर्धारित करके, यह हिडन सेक्टर और डार्क मैटर की प्रकृति के सैद्धांतिक मॉडलों को सीमित करता है।
तकनीकी प्रगति: पल्स रिकंस्ट्रक्शन के लिए मशीन लर्निंग का सफल एकीकरण उच्च-दर वाले डेटा (high-rate data) को संभालने के लिए एक मार्ग प्रदर्शित करता है, जिससे सिग्नल-टू-नॉइज़ अनुपात में सुधार होता है।
भविष्य की दिशाएं:
- यदि इवेंट्स का अतिरिक्त (excess) पाया जाता है, तो डेटा $\epsilon$ का सीधा अनुमान लगाने की अनुमति देगा।
- यदि कोई अतिरिक्त नहीं मिलता है, तो परिणामी सीमाएं बैकग्राउंड रिडक्शन रणनीतियों को और अधिक प्रभावी बनाएंगी।
- प्रयोग को पहले ही (2022 तक) एक काल्पनिक 17 MeV कण (संभवतः "बेरिलियम-8 विसंगति" से संबंधित) के रेजोनेंट उत्पादन की खोज के लिए संशोधित किया गया है, जो PADME सेटअप की लचीलापन को दर्शाता है।

निष्कर्षतः, यह शोध पत्र डार्क फोटॉन डिटेक्शन के लिए एक मजबूत, बहु-स्तरीय दृष्टिकोण का विवरण देता है, जो दृश्य और अदृश्य सेक्टर्स के बीच के इंटरफेस की जांच करने के लिए सटीक काइनेमैटिक रिकंस्ट्रक्शन को परिष्कृत बैकग्राउंड रिजेक्शन और आधुनिक डेटा विश्लेषण तकनीकों के साथ जोड़ता है।