⚛️ lattice

A first extraction of gluon TMDs from Higgs data at the LHC

यह शोधपत्र ATLAS और CMS मापन के फिटिंग द्वारा, एक N $^3$ LL सटीकता और रैखिक ध्रुवीकृत ग्लूऑन योगदान वाले TMD गुणनखंडन ढांचे (TMD factorisation framework) के भीतर, LHC हिग्स-बोसान उत्पादन डेटा से अनपोलराइज्ड ग्लूऑन ट्रांसवर्स-मोमेंटम-डिपेंडेंट पार्टोन वितरण के पहले निष्कर्षण को प्रस्तुत करता है।

मूल लेखक: Simone Anedda, Valerio Bertone, Giuseppe Bozzi, Matteo Cerutti

प्रकाशित 2026-05-28

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Simone Anedda, Valerio Bertone, Giuseppe Bozzi, Matteo Cerutti

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: प्रोटॉन के भीतर अदृश्य का मानचित्रण

कल्पना कीजिए कि एक प्रोटॉन (परमाणु के भीतर एक छोटा कण) एक ठोस संगमरमर की तरह नहीं, बल्कि एक हलचल भरे, तेज़ गति वाले शहर की तरह है। इस शहर के भीतर, पार्टोन (मुख्य रूप से ग्लुऑन) नामक छोटे संदेशवाहक इधर-उधर तेज़ी से दौड़ रहे हैं।

लंबे समय से, वैज्ञानिकों के पास इस शहर का एक ऐसा मानचित्र था जो केवल यह दिखाता था कि कितने संदेशवाहक एक सीधी रेखा (आगे की ओर) में चल रहे हैं। यह शोध पत्र एक बहुत अधिक विस्तृत 3D मानचित्र बनाने के बारे में है। यह हमें केवल यह नहीं बताता कि वहां कितने संदेशवाहक हैं; यह हमें बताता है कि वे आगे बढ़ते समय दाएं-बाएं कितना हिल (wiggle) रहे हैं। इस "दाएं-बाएं हिलने" को भौतिक विज्ञानी ट्रांसवर्स मोमेंटम (transverse momentum) कहते हैं।

इस शोध पत्र के लेखकों ने लार्ज हैड्रॉन कोलाइडर (LHC) के डेटा को देखकर विशेष रूप से ग्लुऑन्स (वे संदेशवाहक जो प्रोटॉन को एक साथ थामे रखते हैं) की दाएं-बाएं गति का पहला विस्तृत मानचित्र सफलतापूर्वक बनाया है।

प्रयोग: एक झलक में भूत को पकड़ना

आप उस चीज़ का मानचित्र कैसे बना सकते हैं जिसे आप देख नहीं सकते? आपको उन "पदचिह्नों" को देखना होगा जो वह पीछे छोड़ देता है।

टक्कर (The Collision): LHC में, वे प्रोटॉन को अविश्वसनीय गति से आपस में टकराते हैं।
लक्ष्य (The Target): कभी-कभी, ये टक्करें एक हिग्स बोसोन (एक भारी, अस्थिर कण) बनाती हैं। हिग्स को एक दुर्लभ, चमकते हुए पटाखे की तरह समझें जो लगभग तुरंत फट जाता है।
पदचिह्न (The Footprints): जब हिग्स फटता है, तो वह अन्य कणों (जैसे प्रकाश की दो चमक या पदार्थ के चार कणों) में बदल जाता है। वैज्ञानिकों ने मापा कि हिग्स फटने से पहले वह दाएं-बाएं कितना "हिल" रहा था।
सुराग (The Clue): हिग्स में दाएं-बाएं होने वाली हलचल सीधे तौर पर उन प्रोटॉनों के भीतर ग्लुऑन्स की दाएं-बाएं हलचल के कारण होती है जिन्होंने इसे बनाया है। हिग्स को मापकर, वे ग्लुऑन्स के मानचित्र को रिवर्स-इंजीनियर कर सकते हैं।

चुनौती: कोहरे के पार देखना

लेखकों को दो मुख्य समस्याओं का सामना करना पड़ा, जिन्हें उन्होंने चतुर गणित के साथ हल किया:

अनिश्चितता का "कोहरा": बहुत कम पार्श्व गति (sideways speed) पर, गणित "क्वांटम कोहरे" (नॉन-परटर्बेटिव प्रभाव) के कारण जटिल हो जाता है। यह घने कोहरे के बीच से चलती कार को देखने जैसा है; आप विवरण स्पष्ट रूप से नहीं देख सकते। इसे ठीक करने के लिए, टीम ने एक गणितीय "लेंस" (जिसे गॉसियन पैरामीट्राइजेशन कहा जाता है) का उपयोग किया ताकि यह अनुमान लगाया जा सके कि कोहरा कैसा दिखता है। उन्होंने पाया कि हालांकि वे मानचित्र के सामान्य आकार को देख सकते थे, लेकिन "कोहरा" अभी भी थोड़ा घना था, जिसका अर्थ है कि वे अभी भी 100% सटीकता के साथ हलचल के सटीक विवरणों को नहीं पहचान सकते थे।
"ज़ूम" स्तर: गणित तब सबसे अच्छा काम करता है जब आप हिग्स को बहुत धीरे-धीरे दाएं-बाएं चलते हुए देखते हैं। यदि यह बहुत तेज़ चलता है, तो खेल के नियम बदल जाते हैं। टीम को बहुत सख्त होना पड़ा, और केवल उस डेटा को देखना पड़ा जहाँ हिग्स पर्याप्त रूप से धीरे चल रहा था ताकि वह उनके "स्लो-मोशन" नियमों में फिट हो सके। उन्होंने विभिन्न "स्लो-मोशन" सीमाओं का परीक्षण किया ताकि यह सुनिश्चित हो सके कि उनके द्वारा हटाए गए डेटा के कारण उनका मानचित्र पक्षपाती न हो।

परिणाम: एक अच्छा पहला ड्राफ्ट

मानचित्र: उन्होंने एक ग्राफ तैयार किया जो दिखाता है कि ग्लुऑन्स अलग-अलग गति पर हिलने की कितनी संभावना रखते हैं। उन्होंने पाया कि मानचित्र "चौड़ा" (broad) दिखता है (ग्लुऑन्स बहुत हिलते हैं) और जैसे-जैसे टक्कर की ऊर्जा बढ़ती है, यह और चौड़ा होता जाता है।
फिट (The Fit): जब उन्होंने अपने सैद्धांतिक मानचित्र की तुलना ATLAS और CMS प्रयोगों (LHC पर विशाल डिटेक्टरों) से प्राप्त वास्तविक डेटा से की, तो उनके आकार बहुत अच्छी तरह मेल खा गए। डेटा और सिद्धांत दोनों ही वितरण के आकार और घटनाओं की संख्या पर सहमत थे।
सटीकता: उन्होंने जटिलता के विभिन्न स्तरों पर अपने गणित का परीक्षण किया (जैसे कैलकुलेटर, फिर सुपरकंप्यूटर, फिर क्वांटम कंप्यूटर के साथ गणना की जाँच करना)। उन्होंने पाया कि एक बार जब वे बहुत उच्च स्तर की जटिलता (जिसे N3LL कहा जाता है) तक पहुँच गए, तो परिणाम बहुत अधिक नहीं बदले। यह उन्हें बताता है कि उनका गणित स्थिर और विश्वसनीय है।

उन्होंने क्या नहीं किया (और क्यों)

यह शोध पत्र बहुत सावधानी से यह बताता है कि उन्होंने क्या नहीं किया:

उन्होंने ग्लुऑन्स की "हिलने की गति" (ऊर्जा के आधार पर "x" निर्भरता) का मानचित्रण नहीं किया क्योंकि वर्तमान डेटा इतना विस्तृत नहीं है कि वह इसे दिखा सके। उनका मानचित्र वर्तमान में उस गणित द्वारा संचालित है जिसका उपयोग उन्होंने रिक्तियों को भरने के लिए किया है, न कि स्वयं डेटा द्वारा।
वे "आंतरिक हलचल" (ग्लुऑन स्वाभाविक रूप से कैसे हिलता है) को "विकासवादी हलचल" (ऊर्जा बदलने के साथ गति कैसे बदलती है) से अलग नहीं कर सके क्योंकि उनका सारा डेटा एक ही ऊर्जा स्तर से आया था। इन दो प्रभावों को सुलझाने के लिए उन्हें विभिन्न ऊर्जा स्तरों से डेटा की आवश्यकता है।

निचोड़ (The Bottom Line)

यह शोध पत्र एक मील का पत्थर है। यह पहली बार है जब वैज्ञानिक सफलतापूर्वक हिग्स बोसोन डेटा का उपयोग करके प्रोटॉन के भीतर ग्लुऑन्स के दाएं-बाएं चलने के मानचित्र को बनाने में सफल रहे हैं।

इसे एक तेज़ गति से चलते जानवर की पहली धुंधली फोटो लेने के रूप में सोचें। फोटो अभी पूरी तरह से स्पष्ट नहीं है (अभी भी सटीक विवरणों के बारे में कुछ अनिश्चितता है), लेकिन यह जानवर के आकार, आकार और उसकी गति को स्पष्ट रूप से दिखाती है। यह "पहली फोटो" भविष्य के वैज्ञानिकों के लिए एक ठोस आधार प्रदान करती है ताकि जैसे-जैसे वे LHC से अधिक डेटा एकत्र करें, वे अधिक स्पष्ट और विस्तृत तस्वीरें ले सकें।

तकनीकी सारांश: LHC हिग्स डेटा से अनपोलराइज्ड ग्लूऑन TMDs का प्रथम निष्कर्षण

समस्या विवरण
पिछले दो दशकों में ड्रेएल-यान (Drell-Yan) और सेमी-इनक्लूसिव डीप-इनइलास्टिक स्कैटरिंग डेटा का उपयोग करके क्वार्क ट्रांसवर्स-मोमेंटम-डिपेंडेंट (TMD) पार्टन फंक्शनों को व्यापक रूप से सीमित किया गया है, लेकिन ग्लूऑन TMDs अभी भी अपर्याप्त रूप से बाधित हैं। यह विषमता उन प्रयोगात्मक प्रक्रियाओं की कमी से उत्पन्न होती है जिनमें कलर-सिंगलेट फाइनल स्टेट्स होते हैं, जो कलर-एंटैंगलमेंट समस्याओं से बचने के लिए आवश्यक हैं जो TMD फैक्टराइजेशन (factorisation) से समझौता करती हैं। प्रोटॉन-प्रोटॉन कोलिजन में समावेशी हिग्स बोसोन उत्पादन, जो ग्लूऑन फ्यूजन द्वारा प्रधान है, अनपोलराइज्ड ग्लूऑन TMDs ( $f_1^g$ ) और लीनियरली पोलराइज्ड ग्लूऑन TMDs ( $h_1^{\perp g}$ ) के लिए सबसे स्वच्छ प्रोब (probe) का प्रतिनिधित्व करता है। हिग्स ट्रांसवर्स मोमेंटम ( $q_T$ ) वितरण को N $^3$ LL सटीकता तक गणना करने के लिए सैद्धांतिक प्रगति के बावजूद, ATLAS और CMS प्रयोगों से हाल ही में उपलब्ध सटीक मापन के कारण, ग्लूऑन TMDs का सीधा फेनोमेनोलॉजिकल निष्कर्षण एक खुला विषय बना हुआ था।

कार्यप्रणाली
लेखक उपलब्ध ATLAS और CMS के $\sqrt{s} = 8$ और $13$ TeV केंद्र-द्रव्यमान ऊर्जा वाले हिग्स $q_T$ वितरण मापन के पूर्ण सेट का उपयोग करते हुए, TMD फैक्टराइजेशन ढांचे के भीतर अनपोलराइज्ड ग्लूऑन TMD ( $f_1^g$ ) का प्रथम निष्कर्षण प्रस्तुत करते हैं। विश्लेषण डिपोटोन ( $H \to \gamma\gamma$ ) और फोर-लेप्टोन ( $H \to 4\ell$ ) क्षय चैनलों पर केंद्रित है, जो छोटे- $q_T$ क्षेत्र ( $q_T \ll M_H$ ) तक सीमित है जहाँ TMD फैक्टराइजेशन मान्य है।

मुख्य कार्यप्रणाली घटक शामिल हैं:

सैद्धांतिक ढांचा: विभेदक क्रॉस-सेक्शन की गणना N $^3$ LL सटीकता तक की जाती है, जिसमें लीनियरली पोलराइज्ड ग्लूऑन TMD ( $h_1^{\perp g}$ ) का योगदान और उसका NNLO मैचिंग गुणांक शामिल है। गणना $b$ -स्पेस फॉर्मलिज्म का उपयोग करती है, जो छोटे $b_T$ पर TMDs को कोलीनियर PDFs (NNPDF3.1) के साथ मैच करती है और बड़े $b_T$ के लिए एक नॉन-परटर्बेटिव फंक्शन $f_{NP}$ पेश करती है।
नॉन-परटर्बेटिव पैरामीट्राइजेशन: एक गौसियन पैरामीट्राइजेशन, $f_{NP} = \exp[-\frac{1}{2}g b_T^2]$ , को अपनाया गया है। पैरामीटर $g$ को फिट किए जाने वाले एक मुक्त पैरामीटर के रूप में माना गया है। विश्लेषण वर्तमान डेटा सीमाओं के कारण अनपोलराइज्ड और लीनियरली पोलराइज्ड ग्लूऑन्स दोनों के लिए समान नॉन-परटर्बेटिव फंक्शन का अनुमान लगाता है।
प्रायोगिक डेटा हैंडलिंग: फिट के लिए NangaParbat फ्रेमवर्क (MAP कोलैबोरेशन) का उपयोग किया जाता है। प्रत्येक प्रयोग और क्षय चैनल के विशिष्ट फिड्यूशियल सिलेक्शन कट्स को एक फेज-स्पेस रिडक्शन फैक्टर $P$ के माध्यम से लगातार शामिल किया गया है।
फिट रणनीति: एक बूटस्ट्रैप विधि का उपयोग करके एक वैश्विक $\chi^2$ फिट किया जाता है जिसमें प्रायोगिक डेटा के 200 मोंटे कार्लो रेप्लिकास (replicas) शामिल हैं। विश्लेषण को उन डेटा पॉइंट्स तक सीमित रखा गया है जो $q_T/M_H < 0.3$ (बेसलाइन) को संतुष्ट करते हैं, और स्थिरता का आकलन करने के लिए इसमें $0.25 $और$ 0.2$ के बदलाव किए गए हैं।

मुख्य परिणाम

फिट की गुणवत्ता: बेसलाइन फिट (N $^3$ LL, $q_T/M_H < 0.3$ ) वैश्विक $\chi^2/N_{dat} = 1.49$ (p-value $\approx 3\%$ ) प्रदान करता है, जो प्रायोगिक डेटा के आकार और नॉर्मलाइजेशन दोनों के उचित पुनरुत्पादन को दर्शाता है। हालांकि कुछ तनाव (tension) मौजूद है, विशेष रूप से CMS रन II के संयुक्त डेटासेट और ATLAS रन II के टेल (tail) में, जिसे अपेक्षाकृत बड़े $q_T$ पर सांख्यिकीय उतार-चढ़ाव के रूप में जिम्मेदार ठहराया गया है।
परटर्बेटिव कन्वर्जेंस: अध्ययन यह प्रदर्शित करता है कि जब NLL' से NNLL' की ओर बढ़ते हैं तो डेटा और थ्योरी के बीच सहमति महत्वपूर्ण रूप से सुधरती है। NNLL' से N $^3$ LL की ओर संक्रमण से केवल मामूली परिवर्तन होते हैं, जो यह सुझाव देता है कि परटर्बेटिव सीरीज़ स्थिर हो गई है। लेखक निष्कर्ष निकालते हैं कि विश्वसनीय निष्कर्षण के लिए NNLL' सटीकता या उससे अधिक आवश्यक है।
निष्कर्षित पैरामीटर: फिट $g = 15.6 \pm 5.1 \text{ GeV}^2$ निर्धारित करता है। $g$ को एक इंट्रिन्सिक घटक ( $g_1$ ) और एक इवोल्यूशन घटक (क्वार्क परिणामों को रीस्केल करके अनुमानित) में विभाजित करने के बाद, इंट्रिन्सिक पैरामीटर $g_1 = 14.4 \pm 5.1 \text{ GeV}^2$ पाया गया है। लगभग 35% की सापेक्ष अनिश्चितता ग्लूऑन TMDs के नॉन-परटर्बेटिव कंटेंट के प्रति वर्तमान डेटा की मध्यम संवेदनशीलता को दर्शाती है, जो बड़े हार्ड स्केल ( $M_H$ ) का परिणाम है जहाँ परटर्बेटिव योगदान हावी रहता है।
स्थिरता: $q_T$ कट को $0.3 $से$ 0.2 $तक बदलने से$ \chi^2/N_{dat} $घटकर$ 1.08 $हो जाता है लेकिन डेटासेट का आकार काफी कम हो जाता है। विभिन्न कट्स के बीच$ g_1$ के निष्कर्षित मान एक-सिग्मा अनिश्चितताओं के भीतर संगत हैं, जो यह संकेत देता है कि बेसलाइन विकल्प कोई महत्वपूर्ण पूर्वाग्रह (bias) उत्पन्न नहीं करता है।

महत्व और दावे
यह शोध पत्र दावा करता है कि यह LHC हिग्स डेटा से अनपोलराइज्ड ग्लूऑन TMD का प्रथम निष्कर्षण प्रदान करता है। यह विश्लेषण भविष्य के निष्कर्षणों के लिए एक आधार स्थापित करता है जो व्यापक रेंज के हार्ड स्केल्स वाले अन्य ग्लूऑन-सेंसिटिव प्रक्रियाओं के साथ हिग्स मापन को संयोजित करेंगे।

लेखक स्पष्ट रूप से कहते हैं कि वर्तमान डेटासेट ग्लूऑन TMDs के नॉन-परटर्बेटिव कंटेंट के लिए केवल मध्यम संवेदनशीलता प्रदान करता है। फलस्वरूप, ग्लूऑन TMD का $x$ -डिपेंडेंस का निष्कर्षण वर्तमान में पूरी तरह से कोलीनियर PDFs के साथ परटर्बेटिव मैचिंग द्वारा संचालित है, न कि स्वयं डेटा द्वारा। नैरो-विड्थ एप्रोक्सिमेशन और डेटासेट का एकल हार्ड स्केल, कोलीनियर कॉलिन्स-सोपर कर्नेल (Collins-Soper kernel) के अलग से निर्धारण को रोकता है; इस घटक का अनुमान क्वार्क गुणांकों को रीस्केल करके लगाया गया था।

यह कार्य एक 'प्रूफ ऑफ कॉन्सेप्ट' के रूप में कार्य करता है, जो यह प्रदर्शित करता है कि हिग्स $q_T$ वितरण का उपयोग ग्लूऑन TMDs को बाधित करने के लिए किया जा सकता है, जबकि यह भविष्य के डेटा (जैसे, क्वार्कोनियम उत्पादन) और उच्च ल्यूमिनोसिटी (Run III और HL-LHC) की आवश्यकता को भी रेखांकित करता है ताकि इंट्रिन्सिक नॉन-परटर्बेटिव प्रभावों को इवोल्यूशन से अलग किया जा सके और $x$ -डिपेंडेंस को सीधे बाधित किया जा सके।