⚛️ high-energy experiments

Search for resonant production of lepton-enriched semivisible jets in proton-proton collisions at $\sqrt{s}$ = 13 TeV

138 fb $^{-1}$ के 13 TeV प्रोटॉन-प्रोटॉन टक्कर डेटा का उपयोग करते हुए, CMS सहयोग ने एक दोहरी मशीन-लर्निंग रणनीति को नियोजित करते हुए रेजोनेंट लीप्टन-एनरिच्ड सेमीविज़िबल जेट्स की पहली खोज की, जिसने ऑल-लीप्टन परिदृश्य में 4.7 TeV तक और टॉ-एनरिच्ड परिदृश्य में 1.8 और 3.5 TeV के बीच मीडिएटर द्रव्यमानों को वर्जित किया।

मूल लेखक: CMS Collaboration

प्रकाशित 2026-08-07

📖 6 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

अदृश्य छाया और चमकता हुआ सुराग

कल्पना कीजिए कि ब्रह्मांड एक विशाल, हलचल भरा शहर है। हम इमारतों, कारों और लोगों को देख सकते हैं—वे तारे, ग्रह और परमाणु जो हर उस चीज़ का निर्माण करते हैं जिसे हम छू सकते हैं। लेकिन खगोलविदों को पता है कि अधिकांश शहर वास्तव में "डार्क मैटर" (dark matter) से बना है, जो एक अदृश्य पदार्थ है जो अपनी गुरुत्वाकर्षण शक्ति से आकाशगंगा को थामे रखता है लेकिन हमारे कैमरों में दिखाई देने से इनकार करता है। यह एक भूत की तरह है जो दीवारों पर दबाव तो डालता है लेकिन कभी अपने पैरों के निशान नहीं छोड़ता। दशकों से, वैज्ञानिक इस भूत को पकड़ने की कोशिश कर रहे हैं, इसके लिए वे अति-तेज गति से कणों को आपस में टकराते हैं, इस उम्मीद में कि टक्कर इस भूत के किसी टुकड़े को ढीला कर देगी ताकि हम उसे देख सकें।

आमतौर पर, जब वैज्ञानिक इस डार्क मैटर की तलाश करते हैं, तो वे उम्मीद करते हैं कि यह एक निंजा की तरह शर्मीला और शांत होगा जो तुरंत गायब हो जाता है, और पीछे केवल ऊर्जा की एक "लुप्त" मात्रा छोड़ जाता है। यह मानक खोज है: एक ऐसी टक्कर की तलाश करना जहाँ कुछ गायब हो जाता है। लेकिन क्या होगा अगर डार्क मैटर एक निंजा नहीं है? क्या होगा अगर वह एक "पार्टी एनिमल" (party animal) है? कुछ सिद्धांत सुझाव देते हैं कि डार्क मैटर एक "डार्क सेक्टर" (dark sector) में रहता है जिसके अपने नियम, अपनी ताकत और यहाँ तक कि अपना स्वयं का प्रकाश भी है। इस अधिक रोमांचक परिदृश्य में, जब डけます मैटर बनता है, तो यह केवल गायब नहीं हो सकता। इसके बजाय, यह कणों का एक अस्त-व्यस्त छिड़काव—एक "जेट" (jet)—बना सकता है जो मुख्य रूप से अदृश्य है लेकिन जिसमें कुछ चमकते हुए, दृश्य भाग मिले हुए हैं, जैसे कि एक काला बादल जो कभी-कभी बिजली की चमक से जगमगा उठता है। यह शोध पत्र उसी विशिष्ट प्रकार के अस्त-व्यस्त, चमकते बादल की खोज के बारे में है।

"सेमी-विज़िबल" पार्टी की खोज

CMS प्रयोग के वैज्ञानिकों ने, जो स्विट्जरलैंड में लार्ज हैड्रोन कोलाइडर (CERN) में एक विशाल डिटेक्टर है, एक नई रणनीति के साथ जासूस खेलने का निर्णय लिया। उन्होंने 13 TeV की ऊर्जा पर एकत्र किए गए 138 बिलियन बिलियन प्रोटॉन-प्रोटॉन टकरावों (यानी 138 fb⁻¹ डेटा) के डेटा का उपयोग किया। उनका लक्ष्य एक विशिष्ट प्रकार की घटना को खोजना था जिसे "सेमी-विज़िबल जेट" (semivisible jet - SVJ) कहा जाता है।

एक सामान्य कण जेट को पानी की नली से निकलने वाली पानी की धारा की तरह समझें। एक "सेमी-विज़िबल" जेट पानी की ऐसी धारा की तरह है जिसमें बहुत सारे अदृश्य बुलबुले मिले हुए हैं। धारा का अधिकांश हिस्सा वहां है, लेकिन कुछ हिस्सा गायब है, और गायब हिस्सा पूरी तरह से धारा के साथ संरेखित (aligned) है। इस विशिष्ट खोज में, वैज्ञानिक उन जेट्स की तलाश कर रहे थे जो लेप्टॉन (leptons)—इलेक्ट्रॉन, म्यूऑन और ताऊ (tau) कणों जैसे कणों से "समृद्ध" (enriched) थे। यह ऐसा ही है जैसे वे एक काले बादल की तलाश कर रहे हों जो केवल काला होने के बजाय, चमकते सितारों से सराबोर हो।

इन दुर्लभ घटनाओं को खोजने के लिए, टीम ने एक चतुर दो-चरणीय मशीन-लर्निंग रणनीति का उपयोग किया। पहले, उन्होंने एक "ग्राफ न्यूरल नेटवर्क" (GNN) का उपयोग किया, जो एक सुपर-स्मार्ट जेट स्कैनर की तरह कार्य करता है। जेट को केवल एक ढेर के रूप में देखने के बजाय, यह स्कैनर जेट को एक पेड़ की तरह देखता है, यह विश्लेषण करता है कि कण कैसे शाखाओं में बँटते हैं और परस्पर क्रिया करते हैं। इसे एक "डार्क जेट" के अनूठे "फिंगरप्रिंट" को पहचानने के लिए प्रशिक्षित किया गया था, जो इसे मानक भौतिकी द्वारा निर्मित अरबों साधारण जेट्स से अलग करता है।

दूसरे, उन्होंने एक "फुली कनेक्टेड न्यूरल नेटवर्क" (DNN) का उपयोग एक रेफरी के रूप में किया। इस नेटवर्क ने पूरे इवेंट को देखा, यह जाँच की कि क्या लुप्त ऊर्जा (अदृश्य बुलबुले) जेट (धारा) के साथ पूरी तरह से संरेखित थी। उन्होंने अपनी खोज को दो श्रेणियों में भी विभाजित किया: एक जो किसी भी प्रकार के लेप्टॉन वाले जेट्स की तलाश करता था ( "SVJℓ" परिदृश्य), और दूसरा जो विशेष रूप से ताऊ लेप्टॉन से भारी जेट्स की तलाश करता था ("SVJτ" परिदृश्य), क्योंकि ताऊ कण अलग व्यवहार करते हैं और शायद वे इस अव्यवस्था में अलग तरह से छिप सकते हैं।

परिणाम: एक साफ़ सफाई

अपने जटिल एल्गोरिदम को डेटा के विशाल ढेर के माध्यम से चलाने के बाद, वैज्ञानिकों ने कुछ बहुत महत्वपूर्ण पाया, भले ही वह वह "चमकता हुआ बादल" नहीं था जिसकी वे उम्मीद कर रहे थे। उन्हें इन लेप्टॉन-समृद्ध सेमी-विज़िबल जेट्स का कोई प्रमाण नहीं मिला। डेटा ने स्टैंडर्ड मॉडल (Standard Model) के अनुमानों से पूरी तरह मेल खाया, जिसका अर्थ है कि "डार्क पार्टी" वैसी नहीं हुई जैसी उन्होंने भविष्यवाणी की थी।

हालाँकि, "न मिलना" भी एक बड़ी वैज्ञानिक जीत है क्योंकि यह हमें बताता है कि कहाँ नहीं देखना है। इन जेट्स को न देखकर, टीम "मीडिएटर" (mediator) कण (भारी Z′ बोसॉन जो डार्क जेट्स बनाता है) के द्रव्यमान के बारे में सख्त सीमाएं निर्धारित करने में सक्षम हुई।

यहाँ वह है जिसे उन्होंने खारिज कर दिया:

"ऑल-लेप्टॉन" परिदृश्य (SVJℓ) के लिए: अब वे 95% विश्वास के साथ कह सकते हैं कि यदि ये कण मौजूद हैं, तो उन्हें बनाने वाला भारी मीडिएटर 4.7 TeV से हल्का नहीं हो सकता। उन्होंने प्रभावी रूप से 1.5 TeV से 4.7 TeV तक के द्रव्यमान रेंज को स्कैन किया और कुछ नहीं पाया।
"ताऊ-लेप्टॉन" परिदृश्य (SVJτ) के लिए: उन्होंने 1.8 TeV से 3.5 TeV के बीच के मीडिएटर द्रव्यमान को खारिज कर दिया।

सरल शब्दों में, यदि डार्क सेक्टर मौजूद है और ये विशिष्ट प्रकार के जेट्स बनाता है, तो इसे खोलने की "चाबी" (Z′ बोसॉन) उस सबसे भारी चीज़ से भी अधिक भारी होनी चाहिए जिसे वैज्ञानिकों ने अब तक टेस्ट किया है। यह शोध पत्र स्पष्ट रूप से बताता है कि ये इस विशिष्ट प्रकार के लेप्टॉन-समृद्ध सेमी-विज़िबल जेट पर लगाए गए पहले प्रायोगिक प्रतिबंध (experimental constraints) हैं।

टीम अपने आत्मविश्वास के साथ बहुत सावधान थी। उन्होंने केवल अनुमान नहीं लगाया; उन्होंने पृष्ठभूमि के शोर (background noise) को समझने के लिए लाखों घटनाओं का अनुकरण (simulate) किया और यह सुनिश्चित करने के लिए उन्नत सांख्यिकीय विधियों का उपयोग किया कि उनका "नो सिग्नल" परिणाम ठोस हो। उन्होंने डेटा में एक छोटे, दिलचस्प उभार (blip) की भी जाँच की जो 2.4-सिग्मा विचलन (deviation) जैसा लग रहा था, लेकिन सांख्यिकीय उतार-चढ़ाव की जाँच के बाद, यह पता चला कि यह केवल एक यादृच्छिक उतार-चढ़ाव (random fluctuation) था जिसकी वैश्विक सार्थकता (global significance) केवल 1.6 सिग्मा थी—जो दावा करने के लिए पर्याप्त नहीं है।

इसलिए, कहानी इस मोड़ पर समाप्त होती है कि वैज्ञानिक एक साइन लेकर खड़े हैं जिस पर लिखा है, "हमने चमकते हुए काले बादलों की तलाश की, और हमने इस आकार की सीमा में उन्हें नहीं पाया।" इसका मतलब यह नहीं है कि डार्क मैटर मौजूद नहीं है, लेकिन इसका मतलब यह जरूर है कि यदि यह मौजूद है, तो यह इस विशिष्ट "लेप्टॉन-समृद्ध" सिद्धांत द्वारा अनुमानित तुलना में और भी अधिक मायावी तरीके से छिपा हुआ है। खोज जारी है, लेकिन मानचित्र अब थोड़ा और स्पष्ट हो गया है।

तकनीकी सारांश: लेप्टॉन-समृद्ध अर्ध-दृश्य जेट्स (Lepton-Enriched Semivisible Jets) के अनुनादी उत्पादन की खोज

समस्या और प्रेरणा
डार्क मैटर (DM) के लिए कोलाइडर खोजों ने मुख्य रूप से 'मोनो-X' हस्ताक्षरों (बड़े लुप्त ट्रांसवर्स मोमेंटम, $p^{\text{miss}}_T$ , जो दृश्य मानक मॉडल कणों के विरुद्ध प्रकीर्णित होते हैं) वाले WIMPs पर ध्यान केंद्रित किया है, लेकिन ये दृष्टिकोण हिडन वैली (Hidden Valley - HV) परिदृश्यों के प्रति संवेदनशील होने में अक्सर अक्षम रहते हैं। HV मॉडलों में, एक डार्क सेक्टर (DS) जिसमें QCD-समान गतिकी होती है, डार्क हैड्रोन उत्पन्न करता है। यदि इन हैड्रोन का एक अंश स्थिर है, तो वे पहचान से बच जाते हैं, जबकि अस्थिर वाले SM कणों में क्षय (decay) हो जाते हैं। इसके परिणामस्वरूप "अर्ध-दृश्य जेट्स" (semivisible jets - SVJs) प्राप्त हो सकते हैं, जहाँ $p^{\text{miss}}_T$ एक जेट के साथ संरेखित होता है।

ATLAS और CMS द्वारा की गई पिछली खोजों ने पूर्णतः हैड्रोनिक SVJ हस्ताक्षरों को लक्षित किया है। हालाँकि, हालिया सैद्धांतिक अध्ययनों से पता चलता है कि मौजूदा खोजें उन परिदृश्यों के प्रति असंवेदनशील हैं जहाँ SVJs लेप्टॉन से समृद्ध होते हैं। यह शोध पत्र इस अंतराल को संबोधित करने के लिए लेप्टॉन सामग्री से समृद्ध SVJs के अनुनादी उत्पादन की पहली खोज प्रस्तुत करता है, जो विशेष रूप से दो अलग-अलग परिदृश्यों को लक्षित करता है: सभी लेप्टॉन फ्लेवर से समृद्ध जेट्स ( $\text{SVJ}_\ell$ ) और मुख्य रूप से ताऊ लेप्टॉन से समृद्ध जेट्स ( $\text{SVJ}_\tau$ )।

कार्यप्रणाली
यह विश्लेषण 2016-2018 के दौरान CMS डिटेक्टर द्वारा $\sqrt{s} = 13$ TeV पर प्रोटॉन-प्रोटॉन टकराव डेटा के 138 fb $^{-1}$ का उपयोग करता है। सिग्नल मॉडल एक भारी $Z'$ मीडिएटर को मानता है जो डार्क क्वार्क्स ( $\chi$ ) में क्षय होता है, जो एक डार्क QCD बल के माध्यम से हैड्रोन 化 (hadronize) होते हैं। अस्थिर हैड्रोन तुरंत SM क्वार्क्स और लेप्टॉन्स में क्षय होते हैं।

सिग्नल परिदृश्य:
- $\text{SVJ}_\ell$ : $Z'$ और एक डार्क फोटॉन $A'$ द्वारा मध्यस्थता की जाती है। डार्क वेक्टर मेसॉन ( $\rho_{\text{dark}}$ ) सभी SM लेप्टॉन फ्लेवर्स और क्वार्क्स में समान रूप से (democratically) क्षय होते हैं।
- $\text{SVJ}_\tau$ : ताऊ लेप्टॉन्स से जुड़े $Z'$ द्वारा मध्यस्थता की जाती है। डार्क पायॉन्स ( $\pi_{\text{dark}}$ ) सबसे भारी गतिज रूप से सुलभ अप-टाइप क्वार्क्स और ताऊ लेप्टॉन्स में क्षय होते हैं। परिणामी इलेक्ट्रॉन और म्यूऑन ( $\tau$ क्षय से) $\text{SVJ}_\ell$ मामले की तुलना में नरम (softer) होते हैं और न्यूट्रिनो के साथ आते हैं।
घटना चयन और वर्गीकरण (Event Selection and Categorization):
घटनाओं का चयन डायजेट सिस्टम के उच्च ट्रांसवर्स मास ( $m_T$ ) और अग्रणी जेट्स के बीच $p^{\text{miss}}_T$ के संरेखण के आधार पर किया जाता है। एक प्रमुख नवाचार "मिनी-आइसोलेशन" वेरिएबल ( $I_{\text{mini}}$ ) का उपयोग करके जेट्स के भीतर लेप्टॉन आइसोलेशन के आधार पर वर्गीकरण है।
- $\text{SVJ}_\ell$ : मुख्य रूप से एक "मल्टी-लेप्टॉन" श्रेणी में विश्लेषण किया जाता है जहाँ लेप्टॉन आइसोलेशन कट पास करते हैं।
- $\text{SVJ}_\tau$ : "0-लेप्टॉन" (कोई आइसोलेटेड लेप्टॉन नहीं) और "मल्टी-लेप्टॉन" दोनों श्रेणियों में विश्लेषण किया जाता है, क्योंकि नरम लेप्टॉन स्पेक्ट्रम और उच्च न्यूट्रिनो सामग्री अलग-अलग आइसोलेशन दक्षता की ओर ले जाती है।
मशीन लर्निंग रणनीति:
सिग्नल संवेदनशीलता और बैकग्राउंड अनुमान को बढ़ाने के लिए एक दोहरी मशीन लर्निंग दृष्टिकोण का उपयोग किया गया है:
1. जेट टैगिंग (LUNDNET): एक "लुंड ट्री" (Lund tree) प्रतिनिधित्व पर संचालित होने वाले ग्राफ न्यूरल नेटवर्क (GNN) का उपयोग करते हुए LUNDNET एल्गोरिथ्म का विस्तार। यह आर्किटेक्चर SM जेट्स की तुलना में SVJs के विशिष्ट विकिरण पैटर्न (जो डार्क और SM सेकारों में डबल पार्टोन शॉवरिंग से उत्पन्न होते हैं) को कैप्चर करता है। नेटवर्क को उनके संबंधित लेप्टॉन श्रेणियों में $\text{SVJ}_\ell$ और $\text{SVJ}_\tau$ सिग्नल्स के लिए अलग-अलग प्रशिक्षित किया गया है।
2. बैकग्राउंड अनुमान (MD-ABCDISCOTEC): ABCD विधि का उपयोग करके सिग्नल क्षेत्र (SR) में बैकग्राउंड का अनुमान लगाने के लिए एक फुल्ली कनेक्टेड डीप न्यूरल नेटवर्क (DNN) का उपयोग किया जाता है। ABCD विधि की वैधता सुनिश्चित करने के लिए, दो डिस्क्रिमिनेन्ट वेरिएबल्स ( $D_1, D_2$ ) को प्रशिक्षित किया गया है जो एक-दूसरे से और खोज वेरिएबल ( $m_T$ ) से सांख्यिकीय रूप से स्वतंत्र हैं। यह "मास-डेकोरलेटेड ABCDISCOTEC" (MD-ABCDISCOTEC) तकनीक का उपयोग करके प्राप्त किया गया है, जो डिस्टेंस कोरिलेशन लॉस (DisCo) को कम करता है और एक क्लोजर रिलेशन को लागू करता है।

प्रमुख योगदान

प्रथम प्रायोगिक सीमाएँ: यह कार्य लेप्टॉन-समृद्ध अर्ध-दृश्य जेट्स पर पहली प्रायोगिक सीमाएँ प्रदान करता है, जो एक ऐसा वर्ग है जिसे पहले कोलाइडर प्रयोगों द्वारा अनछुआ छोड़ दिया गया था।
नवीन ML एकीकरण: यह पेपर लेप्टॉन-समृद्ध SVJs को SM बैकग्राउंड से अलग करने के लिए विस्तारित LUNDNET GNN के पहले अनुप्रयोग को पेश करता है।
उन्नत बैकग्राउंड अनुमान: यह एक अनुनादी खोज के लिए MD-ABCDISCOTEC पद्धति के उपयोग को प्रदर्शित करता है, जो $m_T$ के बिनों में मजबूत बैकग्राउंड अनुमान को सक्षम करने के लिए डिस्क्रिमिनेन्ट्स को खोज द्रव्यमान वेरिएबल ( $m_T$ ) से सफलतापूर्वक डीकोरिलेट करता है।
दोहरा-परिदृश्य विश्लेषण: विश्लेषण अद्वितीय रूप से दो अलग-अलग सिग्नल टोपोलॉजी ( $\text{SVJ}_\ell$ और $\text{SVJ}_\tau$ ) को अनुकूलित चयन रणनीतियों (लेप्टॉन आइसोलेशन बनाम 0-लेप्टॉन) और विशिष्ट ML प्रशिक्षण विन्यासों के साथ संभालता है।

परिणाम
डेटा में मानक मॉडल के पूर्वानुमान से कोई महत्वपूर्ण अतिरिक्त घटना (excess) नहीं देखी गई। परिणामों की व्याख्या उत्पादन क्रॉस-सेक्शन गुना ब्रांचिंग फ्रैक्शन ( $\sigma_{Z'} \mathcal{B}_{\text{dark}}$ ) पर 95% कॉन्फिडेंस लेवल (CL) ऊपरी सीमाओं के रूप में की जाती है।

$\text{SVJ}_\ell$ परिदृश्य: बेंचमार्क इनविजिबल अंश ( $r_{\text{inv}}$ ) के 0.3 और डार्क हैड्रॉन द्रव्यमान ( $m_{\text{dark}}$ ) के 16 GeV के लिए मीडिएटर द्रव्यमान ( $m_{Z'}$ ) को 1.5 से 4.7 TeV की सीमा में बहिष्कृत (exclude) किया गया है। बहिष्करण सीमा मध्यम $r_{\text{inv}}$ मानों के लिए सबसे अधिक संवेदनशील है जहाँ चयन दक्षता और बैकग्राउंड रिजेक्शन इष्टतम होता है।
$\text{SVJ}_\tau$ परिदृश्य: $r_{\text{inv}} = 0.3$ , $B_\tau = 0.3$ , और $m_{\text{dark}} = 8$ GeV के लिए मीडिएटर द्रव्यमान को 1.8 से 3.5 TeV की सीमा में बहिष्कृत किया गया है। 0-लेप्टॉन श्रेणी उच्च-द्रव्यमान वाले सिग्नल्स ( $>3$ TeV) को बहिष्कृत करने में महत्वपूर्ण योगदान देती है, जबकि मल्टी-लेप्टॉन श्रेणी QCD बैकग्राउंड को दबाकर निम्न द्रव्यमान पर संवेदनशीलता बढ़ाती है।
स्थानीय उतार-चढ़ाव (Local Fluctuation): $\text{SVJ}_\tau$ खोज के लिए $m_{Z'} = 3$ TeV और $r_{\text{inv}} = 0.7$ पर देखे गए और अपेक्षित सीमाओं के बीच एक छोटा अंतर नोट किया गया, जिसकी स्थानीय सार्थकता (local significance) 2.4 $\sigma$ थी। हालाँकि, लुक-एल्सवेयर इफेक्ट (look-elsewhere effect) को ध्यान में रखने के बाद, वैश्विक सार्थकता घटकर 1.6 $\sigma$ रह जाती है, जो एक सांख्यिकीय उतार-चढ़ाव के अनुरूप है।

महत्व
यह शोध पत्र दावा करता है कि यह डायजेट रेजोनेंस, इनिशियल-स्टेट रेडिएशन के साथ डार्क मैटर, और पूर्णतः हैड्रोनिक अर्ध-दृश्य जेट्स की मौजूदा खोजों का पूरक है, जो लेप्टॉन समृद्धि द्वारा चिह्नित एक नए पैरामीटर स्पेस की खोज करता है। इन विशिष्ट HV परिदृश्यों पर पहली बाधाएं स्थापित करके, यह विश्लेषण आधुनिक मशीन-लर्निंग तकनीकों (जेट सबस्ट्रक्चर के लिए GNNs और बैकग्राउंड अनुमान के लिए डीकोरिलेटेड DNNs) की क्षमता को प्रदर्शित करता है, जो पहले मानक ट्रिगर और चयन रणनीतियों के लिए अप्राप्य जटिल डार्क सेक्टर हस्ताक्षरों को प्रोब कर सकते हैं। परिणाम उन मॉडलों को प्रतिबंधित करते हैं जहाँ डार्क सेक्टर लेप्टॉन्स को प्राथमिकता देने वाले पोर्टल्स के माध्यम से SM के साथ संवाद करता है, जिससे दृढ़ता से जुड़े डार्क मैटर मॉडलों के व्यवहार्य पैरामीटर स्पेस को कम किया जा सकता है।

अदृश्य छाया और चमकता हुआ सुराग

"सेमी-विज़िबल" पार्टी की खोज

परिणाम: एक साफ़ सफाई

इसी तरह के और पेपर