⚛️ high-energy experiments

New measurement of $K^+\to\pi^+\nu\bar\nu$ branching ratio at the NA62 experiment

CERN में NA62 प्रयोग 2016-2024 के संयुक्त डेटा का उपयोग करके $K^+\to\pi^+\nu\bar\nu$ ब्रांचिंग रेशियो का एक नया मापन प्रस्तुत करता है, जो $(9.6^{+1.9}_{-1.8})\times10^{-11}$ का परिणाम देता है जो 20% से बेहतर सटीकता के साथ स्टैंडर्ड मॉडल के पूर्वानुमान के अनुकूल है।

मूल लेखक: Xiafei Chang

प्रकाशित 2026-04-15

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Xiafei Chang

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

बड़ी तस्वीर: एक "भूतिया" कण की खोज

कल्पना कीजिए कि आप कचरे के एक विशाल और अस्त-व्यस्त ढेर में छिपे हुए एक विशिष्ट, अविश्वसनीय रूप से दुर्लभ सिक्के को खोजने की कोशिश कर रहे हैं। यह सिक्का K+ →π+ν¯ν decay है।

पार्टिकल फिजिक्स की दुनिया में, इसे "गोल्डन मोड" के रूप में जाना जाता है। यह एक ऐसी प्रक्रिया है जहाँ एक Kaon (एक प्रकार का अस्थिर कण) एक Pion (एक अन्य कण) और दो अदृश्य "भूतों" (न्यूट्रिनो) में बदल जाता है।

यह विशेष क्यों है? भौतिकी की हमारी वर्तमान नियम पुस्तिका (स्टैंडर्ड मॉडल) के अनुसार, यह बहुत ही दुर्लभ रूप से होना चाहिए—हर 10 अरब Kaons में से लगभग 1 बार।
हमें इसकी परवाह क्यों है? क्योंकि यदि हम इसे नियम पुस्तिका की भविष्यवाणी से अधिक या कम बार होते हुए पाते हैं, तो यह "नई भौतिकी" (New Physics) का एक पुख्ता सबूत होगा। इसका मतलब यह हो सकता है कि वहां कुछ छिपे हुए कण या बल हैं जिनके बारे में हम अभी तक नहीं जानते हैं, जो ब्रह्मांड के उन रहस्यों को उजागर कर सकते हैं जो प्रोटॉन के आकार से 100,000 गुना बड़े पैमाने पर हैं।

डिटेक्टिव एजेंसी: NA62 प्रयोग

CERN (स्विट्जरलैंड) में NA62 प्रयोग एक हाई-टेक डिटेक्टिव एजेंसी की तरह है जिसे विशेष रूप से इस भूत को पकड़ने के लिए बनाया गया है।

सेटअप: वे Kaons की एक धारा बनाने के लिए एक लक्ष्य (target) पर प्रोटॉन की बीम छोड़ते हैं। ये Kaons एक वैक्यूम ट्यूब (जिसे "डिके वॉल्यूम" कहा जाता है) के माध्यम से तेजी से गुजरते हैं।
चुनौती: अधिकांश Kaons सामान्य, उबाऊ तरीकों से क्षय (decay) होते हैं। प्रयोग को कुछ "भूतिया" घटनाओं को खोजने के लिए अरबों "उबाऊ" घटनाओं को फ़िल्टर करना पड़ता है। यह एक रॉक कॉन्सर्ट में फुसफुसाहट सुनने की कोशिश करने जैसा है।
उपकरण: वे हर कण को ट्रैक करने के लिए डिटेक्टरों के एक विशाल समूह (जैसे विशाल कैमरे और स्पीड ट्रैप) का उपयोग करते हैं। यदि कोई कण "भूतिया" सिग्नेचर से पूरी तरह मेल नहीं खाता है, तो उसे बाहर निकाल दिया जाता है।

नया अपडेट: 2023–2024 का डेटा

यह पेपर हाल ही में एकत्र किए गए नए डेटा की रिपोर्ट करता है। यहाँ बताया गया है कि उन्होंने क्या अलग किया और उन्हें क्या मिला:

1. वॉल्यूम को कम करना

कुछ समय के लिए, कणों की बीम इतनी तीव्र थी (बहुत सारे कण आपस में टकरा रहे थे) कि डिटेक्टर अभिभूत हो गए थे, जैसे बहुत अधिक वॉल्यूम के कारण माइक्रोफ़ोन फट जाना।

समाधान: 2023 में, उन्होंने बीम की तीव्रता को 75% तक कम कर दिया।
परिणाम: आश्चर्यजनक रूप से, इसने प्रयोग को बेहतर बना दिया। यह एक पार्टी में संगीत को धीमा करने जैसा है ताकि आप वास्तव में बातचीत सुन सकें। इस बदलाव ने सिग्नल को स्पष्ट रखते हुए "बैकग्राउंड नॉइज़" (गलत अलार्म) को कम कर दिया।

2. स्मार्ट सॉफ़्टवेयर (AI अपग्रेड)

टीम ने अपने सॉफ़्टवेयर को नए "बुद्धिमान" एल्गोरिदम (ट्रांसफॉर्मर और न्यूरल नेटवर्क का उपयोग करके) के साथ अपग्रेड किया।

उपमा: कल्पना कीजिए कि आप भीड़ में किसी विशिष्ट व्यक्ति को खोजने की कोशिश कर रहे हैं। पुराना सॉफ़्टवेयर आईडी चेक करने वाले सुरक्षा गार्ड जैसा था। नया सॉफ़्टवेयर एक सुपर-स्मार्ट AI की तरह है जो किसी व्यक्ति की चाल, ऊंचाई और कपड़ों की शैली को तुरंत पहचान लेता है, भले ही वह आंशिक रूप से छिपा हुआ हो।
परिणाम: उन्होंने अधिक वास्तविक Kaons को पकड़ा और नकली कणों को बहुत अधिक प्रभावी ढंग से फ़िल्टर किया।

3. डबल-डिप (दोहरी बढ़त)

2016 से एकत्र किए गए सभी डेटा के साथ नए 2023-2024 के डेटा को जोड़कर, उन्होंने प्रभावी रूप से अपने सैंपल साइज को दोगुना कर दिया। अब उनके पास भूत की तलाश करने के लिए एक बहुत बड़ी "खोज दल" (search party) है।

फैसला: क्या उन्हें यह मिला?

हाँ! और परिणाम शानदार हैं।

गिनती: उन्हें अपने पूरे डेटा में 84 कैंडिडेट इवेंट्स (भूतिया कण) मिले।
भविष्यवाणी: स्टैंडर्ड मॉडल ने भविष्यवाणी की थी कि उन्हें इस विशिष्ट नए बैच में लगभग 23 इवेंट्स मिलने चाहिए, और पुराने डेटा को जोड़ने पर गणित बिल्कुल सही बैठा।
मापन: उन्होंने "ब्रांचिंग रेशियो" (यह होने की संभावना) की गणना 100 अरब में 9.6 की गई।
- पिछले माप थोड़े अस्थिर थे (जैसे एक धुंधली फोटो)।
- यह नया मापन सटीक और स्पष्ट है (जैसे एक हाई-डेफिनिशन फोटो)।

यह क्यों मायने रखता है

परिणाम 9.6 ± 1.9 है।

"± 1.9" त्रुटि का मार्जिन (margin of error) है।
स्टैंडर्ड मॉडल ने लगभग 8.4 से 8.6 की भविष्यवाणी की थी।
नया मापन भविष्यवाणी के साथ पूरी तरह मेल खाता है।

निष्कर्ष:
स्टैंडर्ड मॉडल को एक मौसम के पूर्वानुमान के रूप में सोचें जो कहता है "कल बारिश होगी।" NA62 प्रयोग ने बाहर जाकर बारिश को मापा और कहा, "आप सही थे! ठीक वैसा ही हुआ जैसा भविष्यवाणी की गई थी।"

यह स्टैंडर्ड मॉडल के लिए एक बड़ी जीत है। इसका मतलब है कि ब्रह्मांड के बारे में हमारी वर्तमान समझ अविश्वसनीय रूप से मजबूत है। हालाँकि, विज्ञान में, "बोरिंग" (उबाऊ होना) भी अच्छी खबर है क्योंकि यह हमें बताता है कि हमें उन सूक्ष्म दरारों को खोजने के लिए और भी कड़ी मेहनत करने और बेहतर डिटेक्टर बनाने की आवश्यकता है जहाँ वास्तविक "नई भौतिकी" छिपी हो सकती है।

संक्षेप में: NA62 टीम ने भूत को पकड़ा, उसे गिना, और पुष्टि की कि ब्रह्मांड बिल्कुल वैसा ही व्यवहार कर रहा है जैसा कि नियम पुस्तिका कहती है—अभी तक! वे 2026 तक डेटा एकत्र करना जारी रखेंगे ताकि यह देखा जा सके कि क्या यह पैटर्न बना रहता है या कोई सरप्राइज सामने आता है।

यहाँ ज़ियाफेई चांग और NA62 सहयोग द्वारा लिखित शोध पत्र "New measurement of $K^+ \to \pi^+ \nu\bar{\nu}$ branching ratio at the NA62 experiment" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या और प्रेरणा

$K^+ \to \pi^+ \nu\bar{\nu}$ क्षय एक फ्लेवर चेंजिंग न्यूट्रल करंट (FCNC) प्रक्रिया है जो स्टैंडर्ड मॉडल (SM) में अत्यधिक दमित (suppressed) है। यह इलेक्ट्रोवीक बॉक्स और पेंगुइन आरेखों के माध्यम से आगे बढ़ती है, जो ग्लैशो-इलिओपोलौस-माईानी (GIM) तंत्र और $t \to d$ संक्रमण को नियंत्रित करने वाले छोटे कैबिको-कोबयाशी-मासाकी (CKM) मैट्रिक्स तत्व द्वारा भारी रूप से दमित है।

सैद्धांतिक महत्व: स्टैंडर्ड मॉडल लगभग $(8.4 \text{--} 8.6) \times 10^{-11}$ का ब्रांचिंग अनुपात 8% से बेहतर सटीकता के साथ भविष्यवाणी करता है। सैद्धांतिक अनिश्चितता CKM मापदंडों ( $V_{cb}$ और $\gamma$ ) द्वारा प्रधान है, जबकि आंतरिक सैद्धांतिक अनिश्चितता केवल $\sim 3\%$ है।
न्यू फिजिक्स संवेदनशीलता: यह "गोल्डन मोड" न्यू फिजिक्स (BSM) के प्रति असाधारण रूप से संवेदनशील है, जो $\mathcal{O}(100 \text{ TeV})$ तक के द्रव्यमान पैमानों की जांच करता है। स्टैंडर्ड मॉडल की भविष्यवाणी से विचलन नए कणों या अंतःक्रियाओं का संकेत दे सकते हैं।
पूर्व स्थिति: BNL (E787/E949) और प्रारंभिक NA62 डेटा (2016–2022) ने साक्ष्य और 5 $\sigma$ अवलोकन प्रदान किया, लेकिन बड़ी अनिश्चितताओं ( $\sim 25\%$ ) के साथ। लक्ष्य इस अनिश्चितता को 20% के स्तर तक कम करना था ताकि SM का कड़ाई से परीक्षण किया जा सके।

2. कार्यप्रणाली और प्रयोगात्मक सेटअप

यह विश्लेषण 2023 और 2024 के बीच CERN SPS में NA62 प्रयोग द्वारा एकत्र किए गए डेटा का उपयोग करता है, जिसे पिछले डेटासेट्स (2016–2022) के साथ जोड़ा गया है।

प्रयोगात्मक विन्यास

बीम (Beam): एक 75 GeV/c द्वितीयक बीम एक बेरिलियम लक्ष्य पर 400 GeV प्रोटॉन बीम को निर्देशित करके उत्पन्न की जाती है, जिसमें 6% $K^+$ घटक होता है।
डिटेक्टर अपग्रेड (2021–2024):
- तीव्रता अनुकूलन (Intensity Optimization): 2023 में, डिटेक्टर प्रदर्शन को अनुकूलित करने और संतृप्ति प्रभावों (saturation effects) को कम करने के लिए बीम तीव्रता को अधिकतम डिजाइन तीव्रता के 75% तक कम कर दिया गया।
- KTAG अपग्रेड: डिफरेंशियल चेरेनकोव काउंटर (KTAG) में रेडिएटर गैस को $N_2$ से बदलकर $H_2$ कर दिया गया, जिससे मटेरियल बजट 3.9% $X_0$ से घटकर 0.7% $X_0$ हो गया।
- ट्रैकिंग एल्गोरिदम: GTK (बीम स्पेक्ट्रोमीटर) के लिए एक ट्रांसफार्मर-आधारित 4D बीम-ट्रैकिंग एल्गोरिदम विकसित किया गया, जिससे वास्तविक $K^+$ के छूट जाने की संभावना 6% से घटकर 4% हो गई।
- PID सुधार: LKr और MUV1/2 डेटा का उपयोग करके एक कन्वोल्यूशनल न्यूरल नेटवर्क (CNN) आधारित कैलोरीमेट्रिक पार्टिकल आइडेंटिफिकेशन (PID) लागू किया गया, ताकि $\mu^+ \to \pi^+$ मिसआइडेंटिफिकेशन को बेहतर ढंग से दबाया जा सके, विशेष रूपकर जब फोटॉन क्लस्टर म्यून ट्रैक के साथ ओवरलैप होते हैं।
वीटो सिस्टम (Veto Systems): व्यापक वीटो सिस्टम (LAV, IRC, SAC, LKr, MUV) $\pi^0$ क्षय, अपस्ट्रीम अंतःक्रियाओं और बीम हेलो से होने वाले बैकग्राउंड को खारिज करते हैं। अपस्ट्रीम बैकग्राउंड घटनाओं को दबाने के लिए 2 ns विंडो के भीतर पहले LAV स्टेशन का उपयोग करके एक विशिष्ट ऑफलाइन वीटो पेश किया गया।

विश्लेषण रणनीति

नॉर्मलाइजेशन चैनल: विश्लेषण बीम फ्लक्स और डिटेक्शन दक्षता से संबंधित व्यवस्थित अनिश्चितताओं को रद्द करने के लिए $K^+ \to \pi^+ \pi^0$ को नॉर्मलाइजेशन चैनल के रूप में उपयोग करता है।
सिग्नल चयन:
- घटनाओं का चयन स्क्वेर्ड मिसिंग मास वेरिएबल के आधार पर किया जाता है: $m^2_{miss} = (P_K - P_\pi)^2$ ।
- विश्लेषण को $\pi^+$ मोमेंटम (15–45 GeV/c) के आधार पर छह श्रेणियों में विभाजित किया गया है।
- सिग्नल रीजन (SR) को प्रमुख बैकग्राउंड मोड ( $K^+ \to \pi^+ \pi^0$ , $K^+ \to \mu^+ \nu$ , आदि) को $\mathcal{O}(10^4)$ के कारक से दबाने के लिए परिभाषित किया गया है।
बैकग्राउंड अनुमान:
- In-FV बैकग्राउंड्स: कंट्रोल रीजन और डेटा या मोंटे कार्लो (MC) सिमुलेशन से प्राप्त किनमैटिक टेल अंशों का उपयोग करके मूल्यांकन किया गया।
- अपस्ट्रीम बैकग्राउंड्स: एक "अपस्ट्रीम रेफरेंस सैंपल" (URS) का उपयोग करके मूल्यांकन किया गया जहाँ $K/\pi$ मैचिंग को उल्टा (inverted) कर दिया जाता है। इन बैकग्राउंड्स को सिग्नल रीजन तक एक्सट्रपोलेट करने के लिए एक टेम्पलेट फिट का उपयोग किया जाता है, जिसे मैचिंग संभावनाओं के लिए सुधारा जाता है।

3. प्रमुख योगदान

डेटासेट विस्तार: 2023–2024 के डेटासेट ने पिछले विश्लेषणों की तुलना में प्रभावी सिग्नल सैंपल आकार को दोगुना कर दिया, जबकि आनुपातिक रूप से बैकग्राउंड स्तरों को कम कर दिया।
एल्गोरिद्मिक नवाचार: ट्रांसफार्मर-आधारित ट्रैकिंग और CNN-आधारित PID के कार्यान्वयन ने रिकंस्ट्रक्शन दक्षता और बैकग्राउंड रिजेक्शन में महत्वपूर्ण सुधार किया, विशेष रूप से चुनौतीपूर्ण ओवरलैप परिदृश्यों के लिए।
परिचालन अनुकूलन: बीम तीव्रता में रणनीतिक कमी और KTAG में गैस परिवर्तन ने प्रयोग को अपने शिखर संवेदनशीलता पर संचालित करने की अनुमति दी, जिससे अतिरिक्त चयनों ( $\epsilon_{RV}$ ) की दक्षता में 14% की वृद्धि हुई।
व्यापक संयोजन: यह पेपर 2016–2024 के पूर्ण डेटासेट के पहले संयुक्त परिणाम को प्रस्तुत करता है, जो नए उच्च-सांख्यिकी रन को पिछले अवलोकनों के साथ एकीकृत करता है।

4. परिणाम

2023–2024 डेटासेट:
- सिग्नल रीजन (SR) में देखे गए इवेंट्स: 33।
- अपेक्षित बैकग्राउंड: $11.9^{+2.9}_{-2.3}$ ।
- मापा गया ब्रांचिंग अनुपात:
  $B(K^+ \to \pi^+ \nu\bar{\nu}) = (7.2^{+2.3}_{-2.1}) \times 10^{-11}$
संयुक्त 2016–2024 डेटासेट:
- कुल देखे गए इवेंट्स: 84।
- कुल अपेक्षित बैकग्राउंड: $30^{+4}_{-3}$ ।
- अंतिम मापा गया ब्रांचिंग अनुपात:
  $B(K^+ \to \pi^+ \nu\bar{\nu}) = (9.6^{+1.9}_{-1.8}) \times 10^{-11}$
  (जहाँ अनिश्चितता $+1.8/-1.6$ (stat) और $+0.8/-0.6$ (syst) है)

5. महत्व और निष्कर्ष

परिशुद्धता (Precision): संयुक्त परिणाम 20% की कुल परिशुद्धता प्राप्त करता है, जो पिछले मापों की तुलना में एक महत्वपूर्ण सुधार है।
स्टैंडर्ड मॉडल अनुकूलता: परिणाम पूरी तरह से स्टैंडर्ड मॉडल की भविष्यवाणी के अनुकूल है (जो उपयोग किए गए CKM फिट के आधार पर लगभग $7.9 \times 10^{-11}$ से $8.6 \times 10^{-11}$ के बीच होती है)।
सांख्यिकीय महत्व: अवलोकन बैकग्राउंड-ओनली परिकल्पना को 6 $\sigma$ से अधिक की सार्थकता के साथ खारिज करता है।
निहितार्थ: यह मापन उच्च परिशुद्धता के साथ इस दुर्लभ क्षय के लिए स्टैंडर्ड मॉडल की भविष्यवाणी की पुष्टि करता है, जो उन BSM मॉडलों पर कड़े प्रतिबंध लगाता है जो FCNC प्रक्रियाओं में विचलन की भविष्यवाणी करते हैं। यह परिणाम पिछले BNL प्रयोगों और न्यूट्रल मोड ( $K_L \to \pi^0 \nu\bar{\nu}$ ) के लिए KOTO प्रयोग की सीमाओं के अनुरूप है।
भविष्य की रूपरेखा: 2026 तक डेटा-टेकिंग जारी रहने के साथ, कुल डेटासेट में और 50% की वृद्धि होने की उम्मीद है, जिससे संभावित रूप से परिशुद्धता 10% से नीचे पहुँच जाएगी और फ्लेवर फिजिक्स की सीमाओं को और अधिक तलाशा जा सकेगा।