← नवीनतम पेपर
⚛️ high-energy experiments

Measurement of time-dependent CPCP violation parameters in B0KS0π0γB^{0} \to K_{S}^{0} \pi^{0} \gamma decays at Belle and Belle II

बेले (Belle) और बेले II (Belle II) प्रयोगों के संयुक्त डेटासेट का उपयोग करते हुए, यह अध्ययन B0KS0π0γB^{0} \to K_{S}^{0} \pi^{0} \gamma क्षय (decays) में समय-निर्भर CPCP उल्लंघन मापदंडों के अब तक के सबसे सटीक मापन प्रस्तुत करता है, जिसमें K0(892)K^{*0}(892)-प्रधान और गैर-अनुनादी (non-resonant) दोनों क्षेत्रों में मानक मॉडल (Standard Model) के पूर्वानुमानों के अनुरूप परिणाम प्राप्त हुए हैं।

मूल लेखक: Belle, Belle II Collaborations, :, M. Abumusabh, I. Adachi, A. Aggarwal, Y. Ahn, H. Aihara, M. Akdag, N. Akopov, S. Alghamdi, M. Alhakami, N. Althubiti, K. Amos, M. Angelsmark, N. Anh Ky, C. Antoniol
प्रकाशित 2026-06-04
📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

मूल लेखक: Belle, Belle II Collaborations, :, M. Abumusabh, I. Adachi, A. Aggarwal, Y. Ahn, H. Aihara, M. Akdag, N. Akopov, S. Alghamdi, M. Alhakami, N. Althubiti, K. Amos, M. Angelsmark, N. Anh Ky, C. Antonioli, K. Arai, H. Atmacan, V. Aushev, R. Ayad, V. Babu, H. Bae, N. K. Baghel, S. Bahinipati, P. Bambade, Sw. Banerjee, S. Bansal, M. Barrett, M. Bartl, J. Baudot, A. Beaubien, F. Becherer, J. Becker, G. F. Benfratello, J. V. Bennett, F. U. Bernlochner, V. Bertacchi, M. Bertemes, E. Bertholet, M. Bessner, S. Bettarini, V. Bhardwaj, B. Bhuyan, F. Bianchi, T. Bilka, D. Biswas, A. Bobrov, D. Bodrov, A. Bondar, G. Bonvicini, J. Borah, A. Boschetti, A. Bozek, M. Bračko, P. Branchini, N. Brenny, R. A. Briere, T. E. Browder, A. Budano, S. Bussino, F. Callet, Q. Campagna, M. Campajola, L. Cao, M. Carminati, G. Casarosa, C. Cecchi, P. Cheema, L. Chen, B. G. Cheon, C. Cheshta, H. Chetri, K. Chilikin, K. Chirapatpimol, H. -E. Cho, K. Cho, S. -J. Cho, S. -K. Choi, S. Choudhury, S. Chutia, J. Cochran, J. A. Colorado-Caicedo, I. Consigny, L. Corona, H. Crotte Ledesma, S. Cuccuini, J. X. Cui, S. Das, E. De La Cruz-Burelo, S. A. De La Motte, G. de Marino, G. De Nardo, G. De Pietro, R. de Sangro, M. Destefanis, S. Dey, R. Dhayal, A. Di Canto, J. Dingfelder, Z. Doležal, X. Dong, M. Dorigo, G. Dujany, P. Ecker, D. Epifanov, J. Eppelt, R. Farkas, P. Feichtinger, T. Ferber, T. Fillinger, C. Finck, G. Finocchiaro, F. Forti, A. Frey, B. G. Fulsom, A. Gabrielli, P. Gagneja, E. Ganiev, R. Garg, G. Gaudino, V. Gaur, V. Gautam, A. Gaz, A. Gellrich, G. Ghevondyan, D. Ghosh, H. Ghumaryan, R. Giordano, A. Giri, P. Gironella Gironell, B. Gobbo, R. Godang, O. Gogota, W. Gradl, E. Graziani, D. Greenwald, Y. Guan, K. Gudkova, I. Haide, Y. Han, K. Hayasaka, H. Hayashii, S. Hazra, C. Hearty, M. T. Hedges, A. Heidelbach, G. Heine, I. Heredia de la Cruz, T. Higuchi, M. Hoek, M. Hohmann, R. Hoppe, P. Horak, X. T. Hou, C. -L. Hsu, T. Humair, T. Iijima, K. Inami, N. Ipsita, A. Ishikawa, R. Itoh, M. Iwasaki, P. Jackson, D. Jacobi, W. W. Jacobs, E. -J. Jang, Q. P. Ji, S. Jia, Y. Jin, A. Johnson, K. K. Joo, K. H. Kang, G. Karyan, T. Kawasaki, F. Keil, C. Kiesling, C. Kim, D. Y. Kim, H. Kim, J. -Y. Kim, K. -H. Kim, K. Kinoshita, P. Kodyš, T. Koga, S. Kohani, A. Korobov, S. Korpar, E. Kovalenko, R. Kowalewski, P. Križan, P. Krokovny, T. Kuhr, Y. Kulii, R. Kumar, K. Kumara, T. Kunigo, S. Kurokawa, A. Kuzmin, Y. -J. Kwon, S. Lacaprara, Y. -T. Lai, T. Lam, J. S. Lange, T. S. Lau, R. Leboucher, H. Lee, M. J. Lee, P. Leo, P. M. Lewis, C. Li, L. K. Li, Q. M. Li, S. X. Li, W. Z. Li, Y. Li, Y. B. Li, Y. P. Liao, J. Libby, J. Lin, S. Lin, Z. Liptak, V. Lisovskyi, C. Liu, G. Liu, M. H. Liu, Q. Y. Liu, Z. Q. Liu, D. Liventsev, S. Longo, A. Lozar, T. Lueck, J. L. Ma, Y. Ma, M. Maggiora, S. P. Maharana, R. Maiti, G. Mancinelli, R. Manfredi, E. Manoni, M. Mantovano, D. Marcantonio, M. Marfoli, C. Marinas, A. Martens, T. Martinov, L. Massaccesi, M. Masuda, T. Matsuda, D. Matvienko, S. K. Maurya, M. Maushart, J. A. McKenna, Z. Mediankin Gruberová, R. Mehta, F. Meier, D. Meleshko, M. Merola, C. Miller, M. Mirra, K. Miyabayashi, H. Miyake, R. Mizuk, G. B. Mohanty, S. Moneta, A. L. Moreira de Carvalho, H. -G. Moser, N. Mudgal, Th. Muller, H. Murakami, R. Mussa, M. Nakao, Y. Nakazawa, Z. Natkaniec, A. Natochii, M. Neu, S. Nishida, R. Nomaru, S. Ogawa, R. Okubo, H. Ono, Y. Onuki, G. Pakhlova, S. Pardi, J. Park, K. Park, S. -H. Park, A. Passeri, S. Patra, T. K. Pedlar, M. Piccolo, L. E. Piilonen, P. L. M. Podesta-Lerma, T. Podobnik, L. Polat, A. Prakash, V. Prasad, C. Praz, S. Prell, E. Prencipe, M. T. Prim, S. Privalov, I. Prudiiev, H. Purwar, P. Rados, S. Raiz, K. Ravindran, J. U. Rehman, M. Reif, S. Reiter, L. Reuter, D. Ricalde Herrmann, I. Ripp-Baudot, G. Rizzo, S. H. Robertson, J. M. Roney, A. Rostomyan, N. Rout, G. Russo, S. Saha, L. Salutari, D. A. Sanders, S. Sandilya, L. Santelj, C. Santos, V. Savinov, B. Scavino, C. Schmitt, J. Schmitz, G. Schnell, K. Schoenning, C. Schwanda, Y. Seino, K. Senyo, J. Serrano, C. Sfienti, W. Shan, C. P. Shen, X. D. Shi, T. Shillington, T. Shimasaki, J. -G. Shiu, D. Shtol, B. Shwartz, A. Sibidanov, F. Simon, J. B. Singh, J. Skorupa, A. Soffer, A. Sokolov, E. Solovieva, S. Spataro, K. Špenko, B. Spruck, M. Starič, P. Stavroulakis, S. Stefkova, R. Stroili, M. Sumihama, M. Takahashi, M. Takizawa, U. Tamponi, K. Tanida, F. Testa, A. Thaller, D. V. Thanh, T. Tien Manh, O. Tittel, R. Tiwary, E. Torassa, K. Trabelsi, F. F. Trantou, I. Tsaklidis, M. Uchida, I. Ueda, T. Uglov, K. Unger, Y. Unno, K. Uno, S. Uno, Y. Ushiroda, R. van Tonder, K. E. Varvell, M. Veronesi, A. Vinokurova, V. S. Vismaya, L. Vitale, V. Vobbilisetti, R. Volpe, M. Wakai, S. Wallner, M. -Z. Wang, A. Warburton, M. Watanabe, S. Watanuki, C. Wessel, X. P. Xu, B. D. Yabsley, S. Yamada, W. Yan, W. P. Yan, J. Yelton, K. Yi, J. H. Yin, K. Yoshihara, C. Z. Yuan, J. Yuan, L. Yuan, Y. Yusa, L. Zani, F. Zeng, M. Zeyrek, B. Zhang, X. Zhao, V. Zhilich, Q. D. Zhou, X. Y. Zhou, L. Zhu, R. Žlebčík

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

यहाँ एक सरल भाषा और रोज़मर्रा के उदाहरणों का उपयोग करके शोध पत्र का विवरण दिया गया है।

बड़ी तस्वीर: मशीन में एक भूत को पकड़ना

कल्पना कीजिए कि आप दो जुड़वा भाइयों द्वारा किए जा रहे एक जादू के खेल को देखने की कोशिश कर रहे हैं। एक जुड़वा "अच्छा" संस्करण है, और दूसरा "दुष्ट" संस्करण है। कण भौतिकी (particle physics) की दुनिया में, ये जुड़वा B-मेसॉन (B0B^0 और Bˉ0\bar{B}^0) हैं। ये अस्थिर कण हैं जो बहुत तेज़ी से क्षय (decay/टूट जाते) होते हैं।

जापान में स्थित Belle और Belle II प्रयोगों के वैज्ञानिकों ने इन जुड़वाओं के क्षय को देखने के लिए विशाल, अत्यंत संवेदनशील कैमरे बनाए हैं। उनका लक्ष्य एक विशिष्ट, दुर्लभ जादू को पकड़ना है: एक ऐसा क्षय जहाँ एक B-मेसॉन एक न्यूट्रल केऑन (KS0K^0_S), एक न्यूट्रल पायोन (π0\pi^0), और प्रकाश की एक चमक (एक फोटॉन, γ\gamma) में बदल जाता है।

वे इसकी परवाह क्यों करते हैं? क्योंकि ब्रह्मांड की हमारी वर्तमान समझ (Standard Model) में, यह विशिष्ट जादू एक बहुत ही अनुमानित तरीके से होना चाहिए। यदि जुड़वा उम्मीद के मुताबिक व्यवहार करते हैं, तो इसका मतलब है कि मशीन में एक "भूत" है—कोई नया, अज्ञात बल या कण जो नियमों के साथ छेड़छाड़ कर रहा है।

सेटअप: एक हाई-स्पीड डांस

इसका अध्ययन करने के लिए, शोधकर्ता इलेक्ट्रॉन और पॉज़िट्रॉन (पदार्थ और प्रति-पदार्थ) को लगभग प्रकाश की गति से आपस में टकराते हैं। यह टकराव एक भारी कण बनाता है जिसे Υ(4S)\Upsilon(4S) कहा जाता है, जो तुरंत B-मेसॉन्स की एक जोड़ी में विभाजित हो जाता है।

इसे एक सिंक्रोनाइज़्ड डांस (तालमेल वाले नृत्य) की तरह समझें:

  1. जुड़वा (The Twins): एक B-मेसॉन "सिग्नल" (BsigB_{sig}) है जो वह जादू करता है जिसे हम देखना चाहते हैं। दूसरा "टैग" (BtagB_{tag}) है जो एक गवाह के रूप में कार्य करता है।
  2. टैग (The Tag): टैग जुड़वा आसानी से पहचाने जाने वाली चीज़ में क्षय हो जाता है। यह वैज्ञानिकों को बताता है, "हे, इस सटीक क्षण में, सिग्नल जुड़वा 'अच्छा' संस्करण (या 'दुष्ट' संस्करण) था।"
  3. समय का अंतर (The Time Difference): क्योंकि जुड़वा चल रहे हैं, वे बिल्कुल एक ही समय पर क्षय नहीं होते हैं। वैज्ञानिक टैग की मृत्यु और सिग्नल की मृत्यु के बीच के सूक्ष्म समय अंतराल (Δt\Delta t) को मापते हैं।

रहस्य: बाएँ-हाथ वाला बनाम दाएँ-हाथ वाला

Standard Model में, इस क्षय के दौरान उत्सर्जित फोटॉन (प्रकाश की चमक) लगभग हमेशा बाएँ-हाथ वाला (left-handed) होता है (जैसे एक बाएँ हाथ वाला पेंच)। इसका दाएँ-हाथ वाला (right-handed) होना बहुत दुर्लभ है।

यदि फोटॉन सख्ती से बाएँ-हाथ वाला है, तो "अच्छे" और "दुष्ट" जुड़वा लगभग एक ही दर से क्षय होंगे। उनके बीच का अंतर (जिसे CP violation कहा जाता है) बहुत कम होना चाहिए।

  • लक्ष्य: वैज्ञानिक एक "दाएँ-हाथ वाले" फोटॉन की तलाश कर रहे हैं। यदि वे एक भी पा लेते हैं, तो इसका मतलब होगा कि "अच्छे" और "दुष्ट" जुड़वा बहुत अलग व्यवहार कर रहे हैं, जो यह दर्शाता है कि नई भौतिकी (जैसे सूपरसिमेट्री) काम कर रही है।

वे इस अंतर को समझाने के लिए दो नंबरों को मापते हैं:

  • SS (मिक्सिंग): जुड़वा क्षय होने से पहले अपनी पहचान कितनी बार बदलते हैं।
  • CC (प्रत्यक्ष अंतर): वे एक प्रकार के रूप में क्षय होने को कितना प्राथमिकता देते हैं।

जांच: दो अलग-अलग पड़ोस

शोधकर्ताओं ने शामिल कणों के द्रव्यमान के आधार पर दो अलग-अलग "पड़ोसों" में क्षय के मलबे की जांच की:

  1. KK^* पड़ोस (0.8 से 1.0 GeV): यह एक व्यस्त, सुপরিচিত क्षेत्र है जहाँ एक विशिष्ट कण रेजोनेंस (K(892)K^*(892)) हावी है। यह एक भीड़भाड़ वाले शहर के चौक जैसा है।
  2. गैर-KK^* पड़ोस (1.0 से 1.8 GeV): यह एक शांत, अधिक अराजक क्षेत्र है जहाँ कोई एक प्रमुख कण नहीं है। यह एक बिखरे हुए उपनगर (suburb) जैसा है।

उन्हें दोनों की जाँच करने की आवश्यकता थी क्योंकि नियम शहर के चौक की तुलना में शांत उपनगर में अलग हो सकते हैं।

उपकरण: बेहतर कैमरे और स्मार्ट एल्गोरिदम

यह शोध पत्र दो प्रमुख अपग्रेड्स पर प्रकाश डालता है जिन्होंने इस अध्ययन को संभव बनाया:

  1. अधिक डेटा: उन्होंने पुराने Belle प्रयोग (जो 1999-2010 तक चला) और नए Belle II प्रयोग के डेटा को मिला दिया। यह स्पष्ट तस्वीर पाने के लिए 772 मिलियन और 521 मिलियन फोटो को मिलाने जैसा है।
  2. स्मार्ट AI: उन्होंने एक नए प्रकार के आर्टिफिशियल इंटेलिजेंस का उपयोग किया जिसे ग्राफ न्यूरल नेटवर्क (GNN) कहा जाता है। कल्पना कीजिए कि आप भीड़ वाली फोटो में लोगों को पहचानने की कोशिश कर रहे हैं। पुराने तरीके केवल चेहरों को देखते थे। यह नया AI देखता है कि लोग कैसे जुड़े हुए हैं, उनकी गतिविधियाँ क्या हैं, और उनके संबंध क्या हैं ताकि यह पता लगाया जा सके कि वास्तव में कौन कौन है। इसने उन्हें "टैग" जुड़वा को बहुत अधिक सटीकता से पहचानने में मदद की।

परिणाम: जुड़वा अपना व्यवहार सही रखते हैं

नंबरों की गणना करने के बाद, वैज्ञानिकों ने पाया:

  • शहर के चौक में (KK^* क्षेत्र): जुड़वाओं के बीच का अंतर बहुत कम था। नंबर थे S=0.09S = 0.09 और C=0.09C = -0.09
  • उपनगर में (Non-KK^* क्षेत्र): अंतर भी छोटा था, हालांकि इसमें त्रुटि की गुंजाइश (margin of error) थोड़ी अधिक थी। नंबर थे S=0.32S = -0.32 और C=0.07C = -0.07

निष्कर्ष:
जिस "भूत" की वे तलाश कर रहे थे, वह वहाँ नहीं था। जुड़वा ठीक वैसे ही व्यवहार कर रहे थे जैसा Standard Model भविष्यवाणी करता है। "दाएँ-हाथ वाला" फोटॉन अभी भी छिपा हुआ है, या कम से कम, वह इस प्रयोग में दिखाई नहीं दे रहा है।

हालाँकि, विज्ञान के लिए यह एक अच्छा परिणाम है। यह एक पुल में दरारें देखने जैसा है। दरारें न मिलना यह नहीं दर्शाता कि पुल उबाऊ है; इसका मतलब है कि पुल सुरक्षित है और ब्लूप्रिंट के अनुसार ही बना है। ये परिणाम इस विशिष्ट क्षय के लिए अब तक के सबसे सटीक माप हैं, जो पिछले प्रयासों से लगभग 24% से 31% तक बेहतर हैं।

एक वाक्य में सारांश

विशाल मात्रा में डेटा और एक नए AI सिस्टम का उपयोग करते हुए, Belle और Belle II सहयोग ने अरबों कण "जुड़वाओं" के क्षय की निगरानी की और पुष्टि की कि वे बिल्कुल वैसे ही व्यवहार कर रहे हैं जैसा हमारे भौतिकी के वर्तमान नियम भविष्यवाणी करते हैं, और इसमें किसी रहस्यमय नए बल द्वारा व्यवधान का कोई संकेत नहीं मिला है।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →