⚛️ high-energy experiments

Search for dark matter in a signature with a four-prong large-radius jet in proton-proton collisions at $\sqrt{s}$ = 13 TeV

CMS डिटेक्टर द्वारा एकत्र किए गए 13 TeV प्रोटॉन-प्रोटॉन टक्कर डेटा के 138 fb $^{-1}$ का उपयोग करते हुए, यह अध्ययन एक लोरेन्त्ज़-बूस्टेड टोपोलॉजी (Lorentz-boosted topology) में प्रथम नॉनप्रॉम्प्ट डार्क मैटर उम्मीदवारों की खोज प्रस्तुत करता है जिसमें एक फोर-प्रोंग लार्ज-रेडियस जेट और मिसिंग ट्रांसवर्स मोमेंटम शामिल है, जिसमें स्टैंडर्ड मॉडल अपेक्षाओं पर कोई महत्वपूर्ण अधिकता नहीं पाई गई और सिग्नल स्ट्रेंथ पर 95% विश्वास स्तर के ऊपरी सीमा निर्धारित किए गए हैं।

मूल लेखक: CMS Collaboration

प्रकाशित 2026-07-14

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: CMS 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, ब्रह्मांडीय पार्टी है जहाँ अधिकांश मेहमान अदृश्य हैं। हम इन अदृश्य मेहमानों को डार्क मैटर (Dark Matter) कहते हैं। हम जानते हैं कि वे वहाँ हैं क्योंकि उनमें गुरुत्वाकर्षण है (वे चीजों को अपनी ओर खींचते हैं), लेकिन हमने उन्हें कभी देखा नहीं, छुआ नहीं, और न ही रंगे हाथों पकड़ा है।

वर्षों से, वैज्ञानिक यह पता लगाने की कोशिश कर रहे हैं कि ये अदृश्य मेहमान वास्तव में कैसे दिखते हैं। एक लोकप्रिय सिद्धांत सुझाव देता है कि डार्क मैटर केवल एक एकल, उबाऊ कण नहीं है। इसके बजाय, यह एक पूरे "डार्क सेक्टर" (Dark Sector) का हिस्सा हो सकता है जिसमें उसके अपने परिवार के सदस्य हैं, जिनमें से कुछ लंबे समय तक जीवित रहते हैं और गायब होने से पहले थोड़ा सफर करते हैं।

इस शोध पत्र में, CMS सहयोग (CMS Collaboration) (लार्ज हैड्रॉन कोलाइडर, या LHC, स्विट्जरलैंड में काम करने वाली वैज्ञानिकों की एक विशाल टीम) ने इन मेहमानों को पकड़ने के लिए एक बहुत ही विशिष्ट प्रकार की पार्टी आयोजित करने का निर्णय लिया। उन्होंने 2016 और 2018 के बीच एकत्र किए गए डेटा का उपयोग करके, 13 TeV (ऊर्जा की एक इकाई) की गति से प्रोटॉन को आपस में टकराया। कुल मिलाकर, उन्होंने 138 fb⁻¹ डेटा (यह रिकॉर्ड्स की एक विशाल मात्रा है) का विश्लेषण किया।

सेटअप: "फोर-प्रॉम्ड" (चार-नुकीला) रहस्य

यहाँ वह गेम प्लान है जिसका वैज्ञानिकों ने उपयोग किया:

द बाउंसर (दरबान): उन्होंने एक भारी "मीडिएटर" (मध्यस्थ) कण की कल्पना की (मान लीजिए कि यह Y1 है) जो एक दरबान की तरह काम करता है। यह डार्क मैटर को सीधे अंदर नहीं जाने देता; इसके बजाय, यह मध्यवर्ती कणों (χ2) की एक जोड़ी बनाता है।
द लॉन्ग वॉक (लंबी सैर): ये χ2 कण विशेष हैं। वे "लॉन्ग-लिव्ड" (लंबे समय तक जीवित रहने वाले) हैं, जिसका अर्थ है कि वे तुरंत गायब नहीं होते। वे दुर्घटना स्थल से थोड़ा दूर जाने के लिए एक छोटी सैर करते हैं और फिर विघटित (decay) होते हैं।
द स्प्लिट (विभाजन): जब χ2 अंततः रुकता है, तो यह दो चीजों में विभाजित हो जाता है: एक स्थिर डार्क मैटर कण (χ1, जो अदृश्य रहता है और बाहर निकल जाता है) और एक हल्का बोसोन (Y0)।
द एक्सप्लोजन (विस्फोट): हल्का बोसोन (Y0) तुरंत क्वार्क्स (quarks) की एक जोड़ी में विस्फोट कर देता है। चूंकि दो χ2 कण थे, इसलिए कुल मिलाकर चार क्वार्क्स पैदा होते हैं।
द जेट (धारा): क्योंकि मूल टक्कर इतनी ऊर्जावान थी, इसलिए ये चार क्वार्क्स इतने कसकर एक साथ दब जाते हैं कि वे कणों की एक विशाल "जेट" की तरह दिखते हैं जिसमें चार स्पष्ट "प्रोंग्स" (जैसे चार नुकीला वाला कांटा) होते हैं।

वैज्ञानिक एक बहुत ही विशिष्ट सिग्नेचर की तलाश कर रहे थे: एक विशाल चार-नुकीली जेट, और साथ में बहुत अधिक लुप्त ऊर्जा (missing energy)। लुप्त ऊर्जा उन दो अदृश्य डार्क मैटर कणों (χ1) की है जो दृश्य से भाग रहे हैं।

जासूसी का काम: ग्राफ न्यूरल नेटवर्क (Graph Neural Network)

साधारण कण टकरावों के अरबों ढेर में इस विशिष्ट चार-नुकीली जेट को खोजना एक घास के ढेर में सुई खोजने जैसा है, सिवाय इसके कि सुई अदृश्य स्याही से बनी है और घास का ढेर प्रकाश की गति से चल रहा है।

इसे हल करने के लिए, टीम ने एक सुपर-स्मार्ट कंप्यूटर मस्तिष्क का उपयोग किया जिसे ग्राफ न्यूरल नेटवर्क (GNN) कहा जाता है।

ग्राफ को एक सोशल नेटवर्क की तरह सोचें। जेट के भीतर के कण "लोग" (नोड्स) हैं, और उनके बीच के संबंध "दोस्ती" (एजेस) हैं।
GNN यह देखता है कि ये कण एक-दूसरे के सापेक्ष कैसे परस्पर क्रिया करते हैं और कैसे चलते हैं। इसे साधारण बैकग्राउंड शोर (जैसे मानक क्वार्क जेट) के अव्यवस्थित, यादृच्छिक पैटर्न से अलग होकर, एक चार-नुकीली डार्क मैटर जेट के विशिष्ट "सामाजिक पैटर्न" को पहचानने के लिए प्रशिक्षित किया गया है।

परिणाम: पार्टी शांत थी

वैज्ञानिकों ने डेटा का विश्लेषण किया, और यह देखने की कोशिश की कि क्या सामान्य बैकग्राउंड शोर (जो हमारा वर्तमान भौतिकी का सिद्धांत, स्टैंडर्ड मॉडल है) की तुलना में इन विशेष घटनाओं में कोई वृद्धि हुई है।

बड़ी खबर क्या है? पार्टी आश्चर्यजनक रूप से शांत थी।

कोई महत्वपूर्ण वृद्धि नहीं पाई गई। उन्होंने जितने इवेंट देखे, वे बैकग्राउंड शोर से पूरी तरह मेल खाते थे।
उन्हें उस डेटा में वह "चार-नुकीला" डार्क मैटर सिग्नेचर नहीं मिला जिसकी वे तलाश कर रहे थे।

इसका क्या अर्थ है?

चूंकि उन्हें सिग्नल नहीं मिला, इसलिए उन्होंने डार्क मैटर की खोज नहीं की। हालाँकि, वे असफल नहीं हुए; उन्होंने कई संभावनाओं को खारिज (ruled out) कर दिया।

उन्होंने क्या खारिज किया: उन्होंने इन विशिष्ट डार्क मैटर परिदृश्यों के होने की आवृत्ति पर सख्त "अपर लिमिट्स" (जैसे कि स्पीड लिमिट साइन) निर्धारित कीं। यदि डार्क मैटर कणों का द्रव्यमान एक निश्चित स्तर पर होता या "दरबान" (मीडिएटर) की ताकत एक निश्चित सीमा पर होती, तो उन्हें वे अवश्य दिखने चाहिए थे। चूंकि उन्हें नहीं मिले, इसलिए परीक्षण की गई सीमा के भीतर वे विशिष्ट द्रव्यमान और शक्ति के संयोजन अब असंभावित या असंभव माने जाते हैं।
विश्वास (Confidence): वे इन सीमाओं के प्रति 95% आश्वस्त हैं। इसका अर्थ है कि यदि वे प्रयोग को 100 बार दोहराते हैं, तो यदि उनके बैकग्राउंड मॉडल का विवरण सही है, तो वे 95 बार यही परिणाम प्राप्त करेंगे।

मुख्य निष्कर्ष

यह इस प्रकार के विशिष्ट "लोरेंट्ज़-बूस्टेड" (अत्यधिक तीव्र और दबे हुए) डार्क मैटर सिग्नेचर के लिए पहला शोध था। हालांकि उन्हें इस बार अदृश्य मेहमान नहीं मिले, लेकिन उन्होंने सफलतापूर्वक उन "नो-गो ज़ोन" (जहाँ जाने की अनुमति नहीं है) का मानचित्र तैयार किया जहाँ ये मेहमान छिप सकते हैं।

उन्होंने साबित कर दिया कि यदि डार्क मैटर इस विशिष्ट "लॉन्ग-लिव्ड, फोर-प्रॉम्ड" रूप में मौजूद है, तो यह उनके सबसे आशावादी अनुमानों की तुलना में बहुत भारी, बहुत कमजोर, या बहुत दुर्लभ है। खोज जारी है, लेकिन ब्रह्मांड का नक्शा अब थोड़ा और विस्तृत हो गया है।

तकनीकी सारांश: चार-प्रोंग बड़े-त्रिज्या वाले जेट के सिग्नेचर में डार्क मैटर की खोज

समस्या और प्रेरणा
यद्यपि डार्क मैटर (DM) की प्रकृति अभी भी अज्ञात है, स्टैंडर्ड मॉडल (SM) के विस्तार अक्सर एक "डार्क सेक्टर" की भविष्यवाणी करते हैं जिसमें अतिरिक्त, संभावित रूप से दीर्घायु (long-lived) कण होते हैं। यह शोध पत्र एक विशिष्ट नॉन-प्रॉम्प्ट (nonprompt) DM सिग्नेचर की जांच करता है जहाँ डार्क मैटर उम्मीदवारों का उत्पादन इनिशियल-स्टेट रेडिएशन (ISR) के साथ होता है। सिग्नल मॉडल एक भारी वेक्टर या एक्सियल-वेक्टर मीडिएटर ( $Y_1$ ) को प्रस्तावित करता है जो SM को एक डार्क सेक्टर से जोड़ता है। यह मीडिएटर दो डैरिक फर्मियन्स ( $\chi_2$ ) में क्षय (decay) होता है, जो दीर्घायु हैं और नॉन-प्रॉम्प्ट तरीके से एक स्थिर डार्क मैटर कण ( $\chi_1$ ) और एक हल्के स्केलर बोसॉन ( $Y_0$ ) में क्षय होते हैं। $Y_0$ बोसॉन बाद में SM क्वार्क्स के एक जोड़े में क्षय होता है।

विशिष्ट सिग्नेचर में दो दीर्घायु $\chi_2$ कणों का उत्पादन शामिल है जो डिटेक्टर के भीतर क्षय होते हैं ("डिस्प्लेस्ड डिके"), जिससे महत्वपूर्ण मिसिंग ट्रांसवर्स मोमेंटम ( $p_T^{miss}$ ) के साथ विस्थापित हैड्रोनिक गतिविधि उत्पन्न होती है, जो दो अनडिटेक्टेड $\chi_1$ कणों के कारण होती है। $Y_1$ सिस्टम के बड़े लोरेन्ट्ज़ बूस्ट (Lorentz boost) और क्षय श्रृंखला के कणों के छोटे द्रव्यमान के कारण, दो $Y_0$ क्षयों से उत्पन्न होने वाले चार क्वार्क्स के अत्यधिक कोलिमेटेड (collimated) होने की अपेक्षा की जाती है। फलस्वरूप, विश्लेषण उन घटनाओं को लक्षित करता है जहाँ इन चार क्वार्क्स को एक एकल बड़े-त्रिज्या वाले जेट और चार-प्रोंग सबस्ट्रक्चर के रूप में पुनर्गठित (reconstruct) किया जाता है।

कार्यप्रणाली (Methodology)
यह विश्लेषण CMS डिटेक्टर द्वारा 2016-2018 के दौरान $\sqrt{s} = 13$ TeV पर एकत्र किए गए प्रोटॉन-प्रोटॉन कोलिजन डेटा का उपयोग करता है, जो 138 fb $^{-1}$ की एकीकृत ल्यूमिनोसिटी (integrated luminosity) के अनुरूप है।

इवेंट सिलेक्शन: घटनाओं का चयन कम से कम दो बड़े-त्रिज्या (AK8) जेट्स के साथ किया जाता है जिनका ट्रांसवर्स मोमेंटम $p_T > 200$ GeV और स्यूडोरेपिडिटी $|\eta| < 2.5$ हो। उच्च ट्रिगर दक्षता सुनिश्चित करने के लिए लीडिंग AK8 जेट का $p_T > 500$ GeV होना आवश्यक है। वास्तविक मिसिंग एनर्जी की कमी वाले SM बैकग्राउंड को दबाने के लिए न्यूनतम $p_T^{miss}$ 200 GeV होना चाहिए। पुनर्गठित लेप्टॉन्स (इलेक्ट्रॉन, म्यूऑन, या हैड्रोनिक टाउ) वाले इवेंट्स को खारिज कर दिया जाता है।
जेट टैगिंग: सिग्नल जैसे जेट्स की पहचान करने के लिए एक ग्राफ न्यूरल नेटवर्क (GNN) आधारित क्लासिफायर का उपयोग किया जाता है। नेटवर्क एक इंटरैक्शन नेटवर्क आर्किटेक्चर का उपयोग करता है जो जेट के घटकों (कणों) और सेकेंडरी वर्टेक्स जानकारी से एक ग्राफ बनाता है। यह दृष्टिकोण स्पष्ट रूप से कणों के बीच संबंधपरक जानकारी को मॉडल करता है, जो विस्थापित टोपोलॉजी (displaced topologies) द्वारा पेश किए गए गैर-तुच्छ सहसंबंधों (nontrivial correlations) की पहचान करने के लिए महत्वपूर्ण है। GNN को सिम्युलेटेड सिग्नल जेट्स (विभिन्न मीडिएटर द्रव्यमान और लाइफटाइम को कवर करते हुए) और QCD मल्टीजेट बैकग्राउंड जेट्स पर प्रशिक्षित किया गया है।
सिग्नल रीजन (SR) परिभाषा: SR को उन घटनाओं का चयन करके परिभाषित किया जाता है जहाँ लीडिंग AK8 जेट का अनग्रूम्ड (ungroomed) PUPPI मास 40 GeV से अधिक है और GNN टैगर स्कोर $s_{GNN} > 0.8$ है।
बैकग्राउंड एस्टीमेशन:
- QCD मल्टीजेट: इसे $0.4 < s_{GNN} < 0.8$ वाले एक कंट्रोल रीजन (CR) का उपयोग करके अनुमानित किया जाता है। CR से SR तक QCD यील्ड को एक्सट्रपलेशन करने के लिए सिमुलेशन से प्राप्त ट्रांसफर फैक्टर्स (TFs) का उपयोग किया जाता है।
- W + Jets: इसे ठीक एक लेप्टॉन और एक AK8 जेट वाले CR का उपयोग करके अनुमानित किया जाता है जिसमें $0.4 < s_{GNN} < 0.8$ है।
- Z + Jets: इसे $Z(\to \ell\ell) + \text{jets}$ इवेंट्स वाले CR का उपयोग करके अनुमानित किया जाता है, जो $Z(\to \nu\nu) + \text{jets}$ के $p_T^{miss}$ वितरण को इम्युलेट करने के लिए हैड्रोनिक रिकोइल वेक्टर का उपयोग करता है।
- उप-प्रमुख बैकग्राउंड्स (Subdominant Backgrounds): टॉप क्वार्क उत्पादन और डिबोसोन प्रक्रियाओं का अनुमान मोंटे कार्लो सिमुलेशन का उपयोग करके लगाया जाता है।
सांख्यिकीय विश्लेषण: SR में $p_T^{miss}$ वितरण पर एक बिन्ड मैक्सिमम लाइकलीहुड फिट (binned maximum likelihood fit) किया जाता है। व्यवस्थित अनिश्चितताओं (systematic uncertainties), जिसमें जेट ऊर्जा स्केल/रेजोल्यूशन, GNN टैगर दक्षता (Lund jet plane reweighting के माध्यम से सत्यापित), और ट्रांसफर फैक्टर सांख्यिकीय उतार-चढ़ाव शामिल हैं, को नज़र्सेंस पैरामीटर्स (nuisance parameters) के रूप में शामिल किया गया है।

मुख्य योगदान

बूस्टेड डिस्प्लेस्ड टोपोलॉजी में प्रथम खोज: यह कार्य एक बड़े-त्रिज्या वाले जेट और बड़े $p_T^{miss}$ द्वारा चिह्नित लोरेन्ट्ज़-बूस्टेड टोपोलॉजी में जोड़े में नॉन-प्रॉम्प्ट डार्क मैटर उम्मीदवारों की पहली खोज प्रस्तुत करता है।
डिस्प्लेस्ड जेट्स के लिए GNN का अनुप्रयोग: यह विश्लेषण GNN-आधारित जेट टैगर्स के उपयोग को विस्तारित करता है, जिन्हें पहले प्रॉम्प्ट मल्टीप्रोंग सिग्नेचर के लिए लागू किया गया था, अब उन्हें डिस्प्लेस्ड बड़े-त्रिज्या वाले जेट्स के लिए उपयोग किया गया है। यह नॉन-प्रॉम्प्ट क्षय के प्रति संवेदनशीलता बढ़ाने के लिए ग्राफ संरचना के भीतर सेकेंडरी वर्टेक्स जानकारी के उपयोग को मान्य करता है।
व्यापक बैकग्राउंड मॉडलिंग: यह अध्ययन समर्पित कंट्रोल रीजन और ट्रांसफर फैक्टर्स का उपयोग करके प्रमुख बैकग्राउंड्स (QCD, W+jets, Z+jets) के लिए डेटा-ड्रिवन दृष्टिकोण अपनाता है, जो सिमुलेशन अनिश्चितताओं के विरुद्ध मजबूती सुनिश्चित करता है।

परिणाम
स्टैंडर्ड मॉडल की अपेक्षा के मुकाबले मिसिंग ट्रांसवर्स मोमेंटम स्पेक्ट्रम में कोई महत्वपूर्ण अधिकता (excess) नहीं देखी गई है। मीडिएटर मास ( $m_{Y_1}$ ) और कपलिंग स्ट्रेंथ ( $g_{\chi_2\chi_1Y_0}$ ) के फलन के रूप में सिग्नल स्ट्रेंथ ( $\mu = \sigma/\sigma_{theory}$ ) पर 95% कॉन्फिडेंस लेवल (CL) पर ऊपरी सीमाएं निर्धारित की गई हैं। देखे गए परिणाम अपेक्षित सीमाओं के दो मानक विचलन (standard deviations) के भीतर हैं। विश्लेषण विशिष्ट सिग्नल हाइपोथीसिस को बाहर करता है जो परीक्षण किए गए पैरामीटर स्पेस (जैसा कि बेंचमार्क परिदृश्यों (Table 1) और Figure 4 में विस्तृत है) के अनुरूप है।

महत्व
यह शोध पत्र इस विशिष्ट प्रयोगात्मक सिग्नेचर के लिए उद्घाटन खोज का दावा करता है: एक लोरेन्ट्ज़-बूस्टेड टोपोलॉजी में उत्पादित जोड़े में नॉन-प्रॉम्प्ट डार्क मैटर उम्मीदवार। एक एकल बड़े-त्रिज्या वाले जेट और बड़े $p_T^{miss}$ के रूप में हल्के मीडिएटर्स के चार क्वार्क्स के क्षय को सफलतापूर्वक पुनर्गठित करके और गैर-प्रॉम्प्ट क्षय के लिए विस्थापित उप-संरचनाओं (displaced substructures) की पहचान करने के लिए उन्नत मशीन लर्निंग तकनीकों का उपयोग करके, यह विश्लेषण जटिल डार्क सेक्टर मॉडल्स, जिनमें दीर्घायु कण शामिल हैं, की जांच करने की CMS डिटेक्टर की क्षमता को प्रदर्शित करता है। परिणाम जांचे गए सरलीकृत मॉडल के पैरामीटर स्पेस को सीमित करते हैं, विशेष रूप से परीक्षण किए गए मीडिएटर द्रव्यमान और कपलिंग स्ट्रेंथ द्वारा परिभाषित क्षेत्रों को बाहर करते हैं।

सेटअप: "फोर-प्रॉम्ड" (चार-नुकीला) रहस्य

जासूसी का काम: ग्राफ न्यूरल नेटवर्क (Graph Neural Network)

परिणाम: पार्टी शांत थी

इसका क्या अर्थ है?

मुख्य निष्कर्ष

इसी तरह के और पेपर