⚛️ high-energy experiments

Hypothesis Tests for Observing Quantum Entanglement in HWW at the LHC

यह शोध पत्र एक निरंतर CGLMP असमानता सूत्रीकरण को न्यूट्रिनो पुनर्निर्माण के लिए सशर्त डिनोइज़िंग डिफ्यूजन प्रोबेबिलिस्टिक मॉडल के साथ जोड़कर, LHC पर $W$ बोसॉन युग्मों में हिग्स बोसॉन क्षय में क्वांटम एंटैंगलमेंट का पता लगाने के लिए एक नवीन रणनीति प्रस्तावित करता है, जो यह अनुमान लगाता है कि HL-LHC के अपेक्षित उच्च-ल्यूमिनोसिटी डेटासेट के साथ सुदृढ़ 5 $\sigma$ साक्ष्य प्राप्त करना संभव होगा।

मूल लेखक: Vincent Alexander Croft, Lennart Voelz, Andrii Vak, Andre Sopczak, Carsten Burgard

प्रकाशित 2026-05-20

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Vincent Alexander Croft, Lennart Voelz, Andrii Vak, Andre Sopczak, Carsten Burgard

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, हाई-स्पीड डांस फ्लोर है जहाँ कण (particles) नर्तक हैं। आमतौर पर, जब दो नर्तक मिलते हैं और अलग होते हैं, तो उनकी चालें स्वतंत्र होती हैं; एक क्या करता है, यह तुरंत दूसरे को निर्देशित नहीं करता है। लेकिन क्वांटम मैकेनिक्स की विचित्र दुनिया में, कण "एंटैंगल्ड" (entangled) हो सकते हैं। यह उन नर्तकों की जोड़ी की तरह है जो, मीलों दूर अलग होने के बाद भी, तुरंत एक-दूसरे की चालों की नकल करते हैं। यदि एक बाईं ओर घूमता है, तो दूसरा दाईं ओर घूमता है, चाहे दूरी कितनी भी हो। यह संबंध इतना मजबूत है कि यह क्लासिकल फिजिक्स के नियमों को चुनौती देता है।

यह शोध पत्र यह सिद्ध करने का एक नया, चतुर तरीका प्रस्तुत करता है कि यह "क्वांटम नृत्य" वास्तव में हो रहा है, जब एक हिग्स बोसोन (एक भारी कण जिसकी खोज लार्ज हैड्रॉन कोलाइडर या LHC में हुई थी) दो W बोसोन में टूटता है।

यहाँ इस कहानी का विवरण दिया गया है कि कैसे शोधकर्ताओं ने इस पहेली को सुलझाया, जिसे सरल भाषा में समझाया गया है:

1. समस्या: अदृश्य साथी

जब एक हिग्स बोसोन दो W बोसोन में टूटता है, तो वे W बोसोन तुरंत अन्य कणों में बदल जाते हैं, जिनमें न्यूट्रिनो शामिल हैं। न्यूट्रिनो भूतों की तरह होते हैं; वे सब कुछ के माध्यम से गुजर जाते हैं और कोई निशान नहीं छोड़ते।

चुनौती: यह सिद्ध करने के लिए कि नर्तक एंटैंगल्ड थे, भौतिकविदों को यह जानना आवश्यक है कि वे कैसे घूम रहे थे। लेकिन क्योंकि न्यूट्रिनो अदृश्य हैं, भौतिकविद पूरी तस्वीर नहीं देख पाते। यह नर्तकों की छाया को देखकर उनके नृत्य की दिनचर्या समझने की कोशिश करने जैसा है, जबकि दो नर्तक अदृश्य हैं।
पुराना तरीका: पिछले तरीकों ने गणितीय समीकरणों का उपयोग करके यह अनुमान लगाने की कोशिश की कि अदृश्य न्यूट्रिनो कहाँ गए। लेकिन ये समीकरण अक्सर विफल हो जाते थे या अव्यवस्थित, अविश्वसनीय परिणाम देते थे, विशेष रूप से तब जब अन्य कण टकरावों (बैकग्राउंड इवेंट्स) से "शोर" (noise) मौजूद होता था।

2. नया टूल: AI "डिनोइजिंग" मशीन

लेखकों ने एक प्रकार का आर्टिफिशियल इंटेलिजेंस पेश किया है जिसे कंडीशनल डिनोइजिंग डिफ्यूजन प्रोबेबिलिस्टिक मॉडल (cDDPM) कहा जाता है।

उपमा: कल्पना कीजिए कि आपके पास एक नृत्य की फोटो है जो बहुत अधिक धुंधली है और जिसमें बहुत अधिक स्टैटिक (शोर) भरा हुआ है। पारंपरिक तरीके मूल फोटो का अनुमान लगाने के लिए एक जटिल पहेली को हल करने की कोशिश करते हैं, और अक्सर गलत हो जाते हैं।
AI दृष्टिकोण: यह नया AI एक मास्टर रिस्टोरर (पुनर्स्थापक) की तरह काम करता है। यह एक पूरी तरह से धुंधली, शोर वाली छवि से शुरू होता है और धीरे-धीरे इसे स्टेप-बाय-स्टेप "डिनोइज़" (शोर मुक्त) करता है, जब तक कि मूल नृत्य की स्पष्ट तस्वीर उभर न आए। यह लाखों सिम्युलेटेड उदाहरणों से सीखता है कि दृश्य कणों के आधार पर "भूतिया" न्यूट्रिनो कैसे दिखने चाहिए।
लाभ: इस AI के विपरीत जिसे काम करने के लिए पहले से "सत्य" जानने की आवश्यकता होती है, यह वास्तविक डेटा (जिसमें बैकग्राउंड शोर भी शामिल है) को देख सकता है और बिना भ्रमित हुए अदृश्य हिस्सों को पुनर्गठित कर सकता है। यह प्रभावी रूप से अदृश्य न्यूट्रिनो के खाली स्थानों को उच्च सटीकता के साथ भर देता है।

3. परीक्षण: "औसत" से "आकार" तक

एक बार जब उन्होंने नृत्य को पुनर्गठित कर लिया, तो उन्हें यह जांचना था कि क्या वह एंटैंगल्ड था।

पुराना तरीका (दोषपूर्ण औसत): पहले, वैज्ञानिक यह देखने के लिए कि क्या एंटैंगलमेंट मौजूद है, एक एकल "औसत स्कोर" (एक्सपेक्टेशन वैल्यू) की गणना करते थे। समस्या यह है कि यदि कोई एक अजीब, दुर्लभ घटना (आउटलायर) होती है, तो वह पूरे औसत को बिगाड़ सकती है, जिससे परिणाम अविश्वसनीय हो जाता है। यह एक पूरे ऑर्केस्ट्रा के प्रदर्शन को उसके सबसे तेज़ एकल नोट के आधार पर आंकने जैसा है; यदि वह एक नोट गलत है, तो आप मान लेंगे कि पूरा कॉन्सर्ट खराब था।
नया तरीका (शेप टेस्ट): केवल एक औसत संख्या खोजने के बजाय, लेखकों ने डेटा वितरण के संपूर्ण आकार (shape) को देखा। उन्होंने पूछा: "क्या नृत्य की चालों का समग्र पैटर्न एक एंटैंगल्ड नृत्य जैसा दिखता है, या यह दो स्वतंत्र नर्तकों जैसा दिखता है?"
उपमा: इसे एक गाना पहचानने जैसा समझें। औसत वॉल्यूम मापने के बजाय, आप धुन और लय को सुनते हैं। भले ही उसमें कुछ स्टैटिक (शोर) हो, फिर भी आप उसके अनूठे आकार से गाने को पहचान सकते हैं। यह विधि त्रुटियों और आउटलेयर्स के प्रति बहुत अधिक मजबूत है।

4. परिणाम: क्वांटम संबंध को देखना

AI पुनर्गठन को इस नए "शेप-आधारित" परीक्षण के साथ जोड़कर, शोधकर्ताओं ने सिम्युलेट किया कि LHC से वास्तविक डेटा के साथ क्या होगा।

पूर्वानुमान: उन्होंने पाया कि पर्याप्त डेटा (विशेष रूप से, 555 यूनिट "ल्यूमिनोसिटी", जो टकरावों की संख्या का एक माप है) के साथ, वे उच्च स्तर के विश्वास (3-सिग्मा, जो कि एक मजबूत प्रमाण है) के साथ एंटैंगलमेंट के साक्ष्य देख सकते हैं।
भविष्य: यदि वे हाई-ल्यूमिनोसिटी LHC (जो कई वर्षों तक चलेगा और बहुत अधिक डेटा, लगभग 1600 यूनिट उत्पन्न करेगा) का इंतजार करते हैं, तो वे "5-सिग्मा" परिणाम प्राप्त करने की उम्मीद करते हैं। भौतिकी में, 5-सिग्मा स्वर्ण मानक है—इसका अर्थ है कि परिणाम के संयोग होने की संभावना दस लाख में एक से भी कम है।

सारांश

संक्षेप में, यह शोध पत्र एक स्मार्ट AI का उपयोग करके "भूतों" (न्यूट्रिनो) को पकड़ने की एक नई रणनीति प्रस्तावित करता है जो शोर को साफ करता है। एक नाजुक औसत संख्या पर निर्भर रहने के बजाय, वे एंटैंगलमेंट को सिद्ध करने के लिए डेटा के समग्र आकार को देखते हैं। यह विधि मजबूत है, कण टकरावों की वास्तविक जटिलताओं को अच्छी तरह से संभालती है, और अगले कुछ वर्षों के डेटा संग्रह के भीतर हिग्स बोसोन क्षय (decays) में क्वांटम एंटैंगलमेंट की पुष्टि करने का वादा करती है।

यहाँ "Hypothesis Tests for Observing Quantum Entanglement in H → WW∗ at the LHC" शोध पत्र का विस्तृत तकनीकी सारांश दिया गया है।

समस्या विवरण (Problem Statement)

यह शोध पत्र लार्ज हैड्रॉन कोलाइडर (LHC) में हिग्स बोसोन के W बोसोन के जोड़े ( $H \to WW^*$ ) में क्षय (decay) से क्वांटम एंटैंगलमेंट (quantum entanglement) के प्रयोगात्मक परीक्षण की चुनौती को संबोधित करता है। जबकि इन प्रणालियों में बेल असमानताओं (Bell inequalities) के परीक्षण के लिए सैद्धांतिक ढांचे मौजूद हैं, वर्तमान प्रयोगात्मक दृष्टिकोणों को दो मौलिक सीमाओं का सामना करना पड़ता है:

आउटलेर्स और डिटेक्टर प्रभावों के प्रति संवेदनशीलता (Sensitivity to Outliers and Detector Effects): पारंपरिक तरीके स्पिन सहसंबंध गुणांकों (spin correlation coefficients) से व्युत्पन्न बेल ऑपरेटर्स (विशेष रूप से CGLMP असमानता पैरामीटर $I_3$ ) के प्रत्याशा मानों (expectation values) की गणना करने पर निर्भर करते हैं। ये प्रत्याशा मान अत्यधिक किनमैटिक विन्यास (extreme kinematic configurations) वाले आयोजनों के प्रति अत्यधिक संवेदनशील होते हैं जो डिटेक्टर की गलत माप, बैकग्राउंड संदूषण या चयन कट (selection cuts) के कारण उत्पन्न होते हैं। परिणामी वितरण अक्सर भारी पूंछ (heavy tails) प्रदर्शित करते हैं (जो गौसियन के बजाय कॉची वितरण (Cauchy distributions) के समान होते हैं), जिससे एक सुपरिभाषित माध्य (mean) का अनुमान लगाना अमान्य हो जाता है और निकाला गया बेल पैरामीटर पक्षपाती हो जाता है।
न्यूट्रिनो पुनर्निर्माण (Neutrino Reconstruction): $H \to WW^* \to \ell\nu\ell\nu$ चैनल में दो अदृश्य न्यूट्रिनो शामिल होते हैं, जिससे W बोसोन के रेस्ट फ्रेम (rest frames) का पुनर्निर्माण करना (जो स्पिन विश्लेषण के लिए आवश्यक है) एक अपूर्ण समस्या बन जाती है। पारंपरिक विश्लेषणात्मक पुनर्निर्माण विधियाँ एक महत्वपूर्ण हिस्से (लगभग 35%) के लिए विफल हो जाती हैं और, सबसे महत्वपूर्ण बात, प्रति-इवेंट सूचना (per-event information) को नष्ट कर देती हैं। शोध पत्र प्रदर्शित करता है कि पुनर्निर्मित $I_3$ वितरण का क्लासिकल अनफोल्डिंग (classical unfolding) शून्य कवरेज देता है और एंटैंगल्ड और सेपरेबल परिकल्पनाओं के बीच अंतर करने में विफल रहता है क्योंकि विश्लेषणात्मक पुनर्निर्माण 'ट्रुथ-लेवल' मूल्यों के साथ खराब सहसंबंध ( $r \approx 0.08$ ) रखता है।

कार्यप्रणाली (Methodology)

लेखक डिस्क्रीट प्रत्याशा मान गणनाओं से निरंतर परिकल्पना परीक्षण (continuous hypothesis testing) और न्यूट्रिनो पुनर्निर्माण के लिए जेनेरेटिव अनफोल्डिंग (generative unfolding) की ओर एक प्रतिमान परिवर्तन (paradigm shift) का प्रस्ताव करते हैं।

1. निरंतर परिकल्पना परीक्षण (Continuous Hypothesis Testing):
CGLMP ऑब्जर्वेबल के एकल प्रत्याशा मान $\langle I_3 \rangle$ की गणना करने के बजाय, लेखक CGLMP ऑब्जर्वेबल के पूर्ण निरंतर संभाव्यता वितरण (continuous probability distribution) का निर्माण करते हैं। वे दो परिकल्पनाओं के बीच अंतर करने के लिए एक मानक प्रोफाइल लाइकलीहुड रेशियो टेस्ट (profile likelihood ratio test) करते हैं:

शून्य परिकल्पना ( $H_0$ ): एक पूर्णतः सेपरेबल (गैर-एंटैंगल्ड) क्वांटम अवस्था।
वैकल्पिक परिकल्पना ( $H_1$ ): एक पूर्णतः एंटैंगल्ड अवस्था (स्टैंडर्ड मॉडल भविष्यवाणी)।
यह परीक्षण RooFit (HistFactory फॉर्मलिज्म का उपयोग करते हुए) में कार्यान्वित एक बिन्ड लाइकलीहुड फिट (binned likelihood fit) का उपयोग करता है, जिसमें सेपरेबल कॉन्फ़िगरेशन को शून्य परिकल्पना के रूप में माना जाता है। यह दृष्टिकोण आउटलेर्स के प्रति मजबूत है और सिग्नल और बैकग्राउंड घटकों के समवर्ती फिटिंग के माध्यम से बैकग्राउंड मॉडल को स्वाभाविक रूप से शामिल करता है।

2. cDDPM के माध्यम से न्यूट्रिनो पुनर्निर्माण:
न्यूट्रिनो पुनर्निर्माण की चुनौती को दूर करने के लिए, लेखक कंडीशनल डिनोइजिंग डिफ्यूजन प्रोबेबिलिस्टिक मॉडल्स (cDDPM) का उपयोग करते हैं।

लक्ष्य (Target): मॉडल 8-आयामी न्यूट्रिनो फोर-मोमेंटा के पुनर्निर्माण के बजाय सीधे W रेस्ट फ्रेम्स में आवेशित लेप्टोन के 6-आयामी हेलिसिटी कोणों (helicity angles) को लक्षित करता है।
कंडीशनिंग (Conditioning): मॉडल को डिटेक्टर-लेवल लेप्टोन फोर-मोमेंटा, मिसिंग ट्रांसवर्स मोमेंटम, और एक स्पष्ट वन-हॉट प्रोसेस टैग (जो भौतिक प्रक्रिया की पहचान करता है: $HWW$, $WW$, $t\bar{t}$ , या $Z\to\tau\tau$ ) पर कंडिशन किया गया है।
विकल्पों पर लाभ (Advantage over Alternatives): OmniFold जैसे रीवेटिंग-आधारित तरीकों के विपरीत, जिन्हें सभी आयोजनों के लिए ट्रुथ-लेवल लेबल की आवश्यकता होती है और जो मल्टी-बैकग्राउंड वातावरण में संघर्ष करते हैं, cDDPM व्यक्तिगत आयोजनों (individual events) पर कार्य करता है। इसे इन्फरेंस के दौरान ट्रुथ-लेवल लेबल की आवश्यकता के बिना सीधे मापे गए डेटासेट (बैकग्राउंड सहित) पर लागू किया जा सकता है।
प्रदर्शन (Performance): डिफ्यूजन मॉडल को अवशिष्ट विकृतियों (residual distortions) को ठीक करने के लिए एक विश्लेषणात्मक पुनर्निर्माण समाधान (वार्म-स्टार्ट) के साथ इनिशियलाइज़ किया गया है। लेखक प्रदर्शित करते हैं कि यह विधि $I_3$ वितरण के आकार को उच्च निष्ठा (fidelity) के साथ संरक्षित करती है (ट्रुथ के सापेक्ष कोलमोगोरोव-स्किरिमोव दूरी < 0.05) और परिकल्पना परीक्षण के लिए आवश्यक प्रति-इवेंट सहसंबंध बनाए रखती है।

3. इवेंट चयन (Event Selection):
कोणीय वितरणों को पक्षपाती (bias) किए बिना सिग्नल-टू-बैकग्राउंड अनुपात में सुधार करने के लिए, लेखक केवल गैर-कोणीय किनमैटिक वेरिएबल्स (जैसे ट्रांसवर्स मोमेंटा, इनवेरिएंट मास, मिसिंग एनर्जी) पर आधारित बूस्टेड डिसीजन ट्री (BDT) चयन का उपयोग करते हैं। वे $I_3$ वितरण को आकार देने से बचने के लिए कोणीय वेरिएबल्स को स्पष्ट रूप से बाहर रखते हैं। यह चयन एंटैंगलमेंट ऑब्जर्वेबल के आकार को संरक्षित करते हुए सिग्नल-टू-बैकग्राउंड अनुपात ( $S/B$ ) को 4.5% से बढ़ाकर 13.9% कर देता है।

प्रमुख योगदान (Key Contributions)

निरंतर सूत्रीकरण (Continuous Formulation): यह पेपर CGLMP असमानता का एक निरंतर सूत्रीकरण पेश करता है जो मानक सांख्यिकीय परिकल्पना परीक्षण को सक्षम बनाता है, जिससे कोलाइडर वातावरण में प्रत्याशा-मान-आधारित दृष्टिकोणों की सांख्यिकीय कमियों से बचा जा सकता है।
डिफ्यूजन-आधारित अनफोल्डिंग (Diffusion-Based Unfolding): यह हाई-एनर्जी फिजिक्स के संदर्भ में, विशेष रूप से मिश्रित-बैकग्राउंड वातावरण में न्यूट्रिनो पुनर्निर्माण के लिए, मल्टी-डायमेंशनल, ऑब्जेक्ट-वाइज अनफोल्डिंग के लिए कंडीशनल डिनोइजिंग डिफ्यूजन मॉडल्स के अनुप्रयोग को प्रदर्शित करता है।
सिस्टमैटिक प्रोपेगेशन (Systematic Propagation): विश्लेषण बिन-टू-बिन सहसंबंधों का सम्मान करते हुए बूटस्ट्रैप-PCA टेम्पलेट सांख्यिकीय अनिश्चितता मॉडल का उपयोग करके बैकग्राउंड नॉर्मलाइजेशन और अनफोल्डिंग शेप बायस सहित सिस्टमैटिक अनिश्चितताओं को पूरी तरह से प्रसारित करता है।
व्यवहार्यता अध्ययन (Feasibility Study): यह एक व्यापक व्यवहार्यता अध्ययन प्रदान करता है जो दिखाता है कि मौजूदा LHC विश्लेषण उपकरणों और डेटासेट्स के साथ हिग्स डिके में क्वांटम एंटैंगलमेंट का परीक्षण किया जा सकता है।

परिणाम (Results)

यह अध्ययन प्रस्तावित पद्धति की संवेदनशीलता को पूर्ण सिस्टमैटिक मॉडल और BDT-वर्धित चयन का उपयोग करके प्रोजेक्ट करता है:

139 fb $^{-1}$ (Run 2): सेपरेबल हाइपोथीसिस को खारिज करने के लिए अपेक्षित असिमोव सिग्निफिकेंस (Asimov significance) 1.7 $\sigma$ (समावेशी) और 2.3 $\sigma$ (BDT-वर्धित) है।
3 $\sigma$ साक्ष्य (Evidence): लगभग 555 fb $^{-1}$ (लगभग 550 fb $^{-1}$ ) पर प्राप्त करने योग्य अनुमानित है।
5 $\sigma$ अवलोकन (Observation): लगभग 1600 fb $^{-1}$ पर प्राप्त करने योग्य अनुमानित है।
HL-LHC (3000 fb $^{-1}$ ): अपेक्षित सिग्निफिकेंस 6.7 $\sigma$ तक पहुँच जाती है।

विश्लेषण पहचानता है कि बैकग्राउंड नॉर्मलाइजेशन अनिश्चितताएं (विशेष रूप से अपरिहार्य $WW$ बैकग्राउंड के लिए) और अनफोल्डिंग शेप अनिश्चितताएं, सांख्यिकीय परिशुद्धता के बजाय, प्रमुख सिस्टमैटिक सीमाएं हैं। BDT चयन एकीकृत ल्युमिनोसिटी को तीन गुना करने के बराबर संवेदनशीलता में सुधार करता है, जो मुख्य रूप से अपरिहार्य $WW $बैकग्राउंड के बजाय रिड्यूसिबल बैकग्राउंड ($ t\bar{t} $और$ Z\to\tau\tau$) को खारिज करके होता है।

महत्व और दावे (Significance and Claims)

शोध पत्र का दावा है कि प्रस्तावित रणनीति हिग्स बोसोन के क्षय में क्वांटम एंटैंगलमेंट को मापने के लिए एक मजबूत और व्यावहारिक मार्ग प्रदान करती है।

मजबूती (Robustness): प्रत्याशा मानों से निरंतर वितरण आकारों की ओर स्थानांतरित होकर, यह विधि उन डिटेक्टर प्रभावों और चयन पूर्वाग्रहों के प्रति कम संवेदनशील है जिन्होंने पहले ऐसे मापों को बाधित किया था।
व्यवहार्यता (Feasibility): परिणाम प्रदर्शित करते हैं कि क्वांटम एंटैंगलमेंट का अवलोकन, HL-LHC ल्युमिनोसिटी लक्ष्यों के भीतर है, बशर्ते कि डेटा-ड्रिवन कंट्रोल क्षेत्रों के माध्यम से सिस्टमैटिक अनिश्चितताओं (विशेष रूप से बैकग्राउंड नॉर्मलाइजेशन) का प्रबंधन किया जाए।
नए भौतिकी (New Physics) का विस्तार: लेखक नोट करते हैं कि इस पद्धति के माध्यम से पुनर्निर्मित प्रति-इवेंट सहसंबंध मैट्रिक्स ( $c_{ij}$ ) एंटैंगलमेंट परीक्षण तक सीमित नहीं है। इसका उपयोग हिग्स क्षेत्र (SMEFT ऑपरेटर्स) में CP-उल्लंघनकारी और असामान्य CP-इवन कपलिंग्स के प्रति संवेदनशील ऑब्जर्वेबल्स बनाने के लिए किया जा सकता है, जिससे एक ही डेटासेट का उपयोग एंटैंगलमेंट, CP उल्लंघन और नई भौतिकी के परीक्षण के लिए एक साथ किया जा सकता है।

शोध पत्र निष्कर्ष निकालता है कि हालांकि वर्तमान संवेदनशीलता सिस्टमैटिक फ्लोर द्वारा सीमित है, निरंतर परिकल्पना परीक्षण ढांचा डिफ्यूजन-आधारित अनफोल्डिंग के साथ मिलकर कोलाइडर्स में सटीक क्वांटम सूचना विज्ञान के लिए एक परिपक्व, अच्छी तरह से सत्यापित पद्धति प्रदान करता है।