⚛️ phenomenology

Probing light axion-like particles in vector boson fusion at CMS with data parking and scouting

यह शोध पत्र ट्रिगर थ्रेशोल्ड को पार करने और बूस्टेड डिके (boosted decays) को हल करने के लिए मर्ज किए गए फोटॉन पेयर्स के ट्रैकर-आधारित पुनर्निर्माण के साथ CMS डेटा पार्किंग और स्काउटिंग तकनीकों का उपयोग करने वाली एक नवीन रणनीति प्रस्तावित करता है, जिससे वेक्टर बोसोन फ्यूजन के माध्यम से 10 MeV–10 GeV द्रव्यमान सीमा में हल्के एक्सियन-जैसे कणों (axion-like particles) के लिए पहली संवेदनशीलता सक्षम होती है।

मूल लेखक: Sena Durgut, Mariel Peczak, Gonzalo Alonso-Álvarez, Chiara Amendola, Matteo Cremonesi, Joerg Jaeckel, Matteo Marchegiani

प्रकाशित 2026-09-22

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Sena Durgut, Mariel Peczak, Gonzalo Alonso-Álvarez, Chiara Amendola, Matteo Cremonesi, Joerg Jaeckel, Matteo Marchegiani

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

ब्रह्मांड उन कणों से भरा है जिन्हें हम देख और माप सकते हैं, उन भारी परमाणुओं से लेकर जो हमारी दुनिया बनाते हैं, उन क्षणिक प्रकाश की चमक तक जो सितारों के आंतरिक कामकाज को प्रकट करती है। लेकिन भौतिकविदों को संदेह है कि प्रकृति की एक पूरी छिपी हुई परत एक कठिन मध्य क्षेत्र में स्थित है। एक ऐसे कण की कल्पना करें जो इतने भारी नए भौतिकी को खोजने के लिए डिज़ाइन किए गए विशाल, उच्च-ऊर्जा टकरावों द्वारा पकड़े जाने के लिए बहुत हल्का है, फिर भी उन अति-संवेदनशील, निम्न-ऊर्जा प्रयोगों के लिए बहुत भारी और अल्पकालिक है जो नए बलों की सबसे हल्की फुसफुसाहटों की खोज करते हैं। यह "ब्लाइंड स्पॉट" (अंध बिंदु) धूल के एक छोटे से कण के वजन और एक भारी परमाणु के बीच के द्रव्यमान वाले कणों के लिए मौजूद है, जो साधारण पदार्थ के साथ इतनी कमजोर तरह से परस्पर क्रिया करते हैं कि वे वर्तमान पहचान विधियों की दरारों से फिसल जाते हैं। ऐसे कणों के लिए एक प्रमुख उम्मीदवार एक्सियन-लाइक पार्टिकल (axion-like particle) है, एक भूतिया इकाई जो यह समझाने में मदद कर सकती है कि ब्रह्मांड ऐसा क्यों दिखता है और वह क्या चीज़ है जो आकाशगंगाओं को थामे रखने वाले अदृश्य डार्क मैटर को बनाती है। इन कणों को खोजना वास्तविकता के मूलभूत नियमों को समझने की दिशा में एक स्मारक कदम होगा, लेकिन उन्हें पकड़ने के लिए एक ऐसी रणनीति की आवश्यकता है जो जितनी सटीक हो उतनी ही चतुर भी हो।

शोधकर्ताओं की एक टीम ने दुनिया के सबसे बड़े कण त्वरक, लार्ज हैड्रोन कोलाइडर (Large Hadron Collider), और विशेष रूप से कॉम्पैक्ट मयून सोलेनोइड (Compact Muon Solenoid) या CMS डिटेक्टर का उपयोग करके इन मायावी कणों की खोज करने का एक नया तरीका प्रस्तावित किया है। चुनौती यह है कि जब ये हल्के कण टकरावों में उत्पन्न होते हैं, तो वे लगभग तुरंत प्रकाश की दो किरणों, या फोटॉन में क्षय हो जाते हैं। क्योंकि मूल कण इतनी तेज़ी से चल रहा होता है, इसलिए ये दो प्रकाश किरणें एक-दूसरे के इतने करीब आ जाती हैं कि वे उन विशाल सेंसरों को एक एकल किरण की तरह दिखाई देती हैं जो उन्हें पकड़ने के लिए डिज़ाइन किए गए हैं। इसके अलावा, इन किरणों की ऊर्जा अक्सर उन कंप्यूटर सिस्टम को ट्रिगर करने के लिए बहुत कम होती है जो यह तय करते हैं कि कौन से टकराव रिकॉर्ड करने योग्य हैं, जिसका अर्थ है कि वैज्ञानिकों द्वारा देखने से पहले ही अधिकांश घटनाओं को हटा दिया जाता है। शोधकर्ताओं ने महसूस किया कि जबकि सेंसर एक एकल संलयित (merged) किरण को देख सकते हैं, डिटेक्टर के भीतर सिलिकॉन ट्रैकर, जो एक उच्च-रिज़ॉल्यूशन डिजिटल कैमरे की तरह है, शायद दो अलग-अलग पथों को देख सके यदि प्रकाश किरणें किसी सामग्री से टकराकर इलेक्ट्रॉन और पॉजिट्रॉन के जोड़ों में विभाजित हो जाती हैं। इन विभाजित पथों को ट्रैक करके, वे सटीक रूप से निर्धारित कर सकते हैं कि कण कहाँ क्षय हुआ, जो मुख्य टकराव बिंदु से थोड़ा दूर है, जिससे उन्हें साधारण कणों की परस्पर क्रिया के भारी शोर से अपने सिग्नल को अलग करने में मदद मिलती है।

इसे काम करने के योग्य बनाने के लिए, टीम ने CMS प्रयोग में पहले से उपलब्ध दो विशिष्ट डेटा-संग्रह रणनीतियों को जोड़ा। पहली, जो 2022 और 2023 में पहले से एकत्र किए गए डेटा के साथ उपयोग की जाती है, इसमें 'डेटा पार्किंग' (data parking) नामक एक तकनीक शामिल है। सामान्यतः, प्रयोग एक विशाल मात्रा में डेटा रिकॉर्ड करता है लेकिन तुरंत उस चीज़ को फेंक देता है जो सख्त ऊर्जा आवश्यकताओं को पूरा नहीं करती है। डेटा पार्किंग के साथ, प्रयोग उन टकरावों की कच्ची जानकारी को सहेज लेता है जो दिखने में सही प्रकार के 'पार्टिकल जेट्स' वाले हो सकते हैं, भले ही प्रकाश किरणें सामान्य अलार्म को ट्रिगर करने के लिए बहुत मंद हों। यह वैज्ञानिकों को बाद में, जब उनके पास अधिक कंप्यूटिंग शक्ति हो, घटनाओं को पूर्ण विवरण में पुनर्गठित करने और उन मंद, संलयित प्रकाश किरणों को खोजने की अनुमति देता है। दूसरी रणनीति, जो भविष्य के हाई-ल्यूमिनोसिटी LHC (High-Luminosity LHC) के लिए नियोजित है, 'डेटा स्काउटिंग' (data scouting) कहलाती है। यह विधि प्रत्येक टकराव का एक संक्षिप्त सारांश रिकॉर्ड करती है, जिसमें भारी कच्चे डेटा को हटा दिया जाता है लेकिन कणों के पथ और ऊर्जा के आवश्यक विवरण को रखा जाता है। यह प्रयोग को भारी मात्रा में डेटा से अभिभूत हुए बिना दुर्लभ घटनाओं के लिए अपनी आँखें खुली रखने की अनुमति देता है, प्रभावी रूप से उन ऊर्जा थ्रेसहोल्ड को हटा देता है जो आमतौर पर इन कोमल संकेतों को रोकते हैं।

शोधकर्ताओं ने सिम्युलेट किया कि ये विधियाँ कितनी अच्छी तरह काम करेंगी, उनका ध्यान विशेष रूप से इस तरीके पर था जहाँ दो प्रोटॉन बल-वाहक कणों का आदान-प्रदान करके एक नए कण को बनाते हैं, जिससे मलबे के दो अलग-अलग जेट पीछे छूट जाते हैं। उन्होंने पाया कि एक कण के टकराने के बिंदु से थोड़ा दूर क्षय होने के विशिष्ट हस्ताक्षर को देखकर और संलयित प्रकाश किरणों को अलग करने के लिए उच्च-रिज़ॉलदन ट्रैकर का उपयोग करके, वे साधारण कणों के बैकग्राउंड शोर को फ़िल्टर कर सकते हैं। एक बड़ी बाधा जिसे उन्होंने संबोधित किया, वह एक लंबे समय तक जीवित रहने वाला कण 'न्यूट्रल केऑन' (neutral kaon) है, जो दो प्रकाश किरणों में भी क्षय हो सकता है और सिग्नल की नकल कर सकता है। पहले से एकत्र किए गए डेटा में, उन्होंने दिखाया कि वे प्रकाश किरणों के सटीक द्रव्यमान को मापकर इस बैकग्राउंड से नए कण को अलग कर सकते हैं, जो नए कण के लिए अलग होगा। भविष्य के हाई-ल्यूमिनोसिटी डेटा के लिए, जहाँ ऐसा सटीक द्रव्यमान मापन करना कठिन है, उन्होंने प्रदर्शन किया कि प्रकाश किरणों की गति और दिशा, आसपास की कण गतिविधि के साथ मिलकर, सिग्नल को बैकग्राउंड से अलग करने के लिए पर्याप्त होगी।

इस अध्ययन के परिणाम सुझाव देते हैं कि CMS प्रयोग अब उस ब्रह्मांड के क्षेत्र की खोज कर सकता है जिसे पहले कभी नहीं परखा गया है। हालिया रन से अभिलेखागार में पहले से मौजूद डेटा उन कणों को प्रकट कर सकता है यदि वे द्रव्यमान और संपर्क शक्ति की एक विशिष्ट सीमा के भीतर मौजूद हैं। यदि वे वहां नहीं मिलते हैं, तो हाई-ल्यूमिनोसिटी LHC से प्राप्त भविष्य का डेटा, नई स्काउटिंग विधियों के साथ, खोज को और आगे बढ़ा सकता है, संभावित रूप से उन कणों तक पहुँच सकता है जो वर्तमान में संभव है उससे दस गुना हल्के या दस गुना अधिक कमजोर रूप से परस्पर क्रिया करते हैं। यह दृष्टिकोण किसी नई मशीन के निर्माण या नई तकनीक की प्रतीक्षा करने की आवश्यकता नहीं रखता है; यह इस बात पर निर्भर करता है कि पहले से ही उत्पादित किए जा रहे डेटा को कैसे देखा जाए। डिटेक्टर की सूक्ष्म विवरण देखने की क्षमता और प्रयोग की अधिक डेटा बचाने की क्षमता को एक शक्तिशाली संयोजन में बदलकर, शोधकर्ताओं ने भौतिकी के छिपे हुए क्षेत्र में एक नया द्वार खोल दिया है, जो उन कणों की खोज के लिए एक वास्तविक मार्ग प्रदान करता है जो अब तक पहुंच से बाहर रहे हैं।

तकनीकी सारांश: डेटा पार्किंग और स्काउटिंग के साथ CMS में वेक्टर बोसन फ्यूजन में प्रोबिंग लाइट एक्सियन-लाइक पार्टिकल्स (ALPs)

समस्या विवरण
10 MeV और 10 GeV के बीच द्रव्यमान वाले एक्सियन-लाइक पार्टिकल्स (ALPs) और मध्यम रूप से छोटे कपलिंग्स ( $10^{-3}$ – $10^{-5}$ GeV $^{-1}$ ) एक प्रयोगात्मक "ब्लाइंड स्पॉट" (अंध बिंदु) घेरे हुए हैं। वे तीव्रता-सीमा (intensity-frontier) प्रयोगों के लिए बहुत तेजी से क्षय होते हैं (जहाँ क्षय उत्पाद ढाल/शील्डिंग द्वारा अवशोषित हो जाते हैं) और पारंपरिक कोलाइडर खोजों के लिए बहुत हल्के और अत्यंत कमजोर रूप से युग्मित (feebly coupled) होते हैं। लार्ज हैड्रॉन कोलाइडर (LHC) पर, विद्युत चुम्बकीय रूप से युग्मित ALPs वेक्टर बोसन फ्यूजन (VBF) के माध्यम से पर्याप्त दरों पर उत्पन्न होते हैं, जो कि प्रमुख उत्पादन मोड है। हालाँकि, दो प्राथमिक बाधाएँ इनके पता लगाने में बाधा डालती हैं:

ट्रिगर थ्रेशोल्ड (Trigger Thresholds): उत्पन्न होने वाले ALPs 'सॉफ्ट' (कम ट्रांसवर्स मोमेंटम, $p_T \sim 5\text{--}10$ GeV) होते हैं, जिससे मानक ट्रिगर प्रोटोकॉल इन घटनाओं को त्याग देते हैं।
मर्ज किए गए फोटॉन (Merged Photons): हल्के ALPs के उच्च लोरेन्त्ज़ बूस्ट (Lorentz boost) के कारण, दो क्षय फोटॉन अत्यधिक संरेखित (collimated) होते हैं। $\sim 1$ GeV से कम द्रव्यमान के लिए, उनका कोणीय पृथक्करण इलेक्ट्रोमैग्नेटिक कैलोरीमीटर (ECAL) की ग्रैनुलैरिटी (granularity) से भी कम हो जाता है, जिससे वे एक एकल ऊर्जा जमाव (energy deposit) में विलीन होकर एक एकल फोटॉन की नकल करते हैं।

कार्यप्रणाली (Methodology)
लेखक एक ऐसी रणनीति का प्रस्ताव करते हैं जो इन बाधाओं को दूर करने के लिए सैद्धांतिक पुनर्निर्माण तकनीकों को विशिष्ट CMS डेटा-अधिग्रहण मोड के साथ जोड़ती है। यह दृष्टिकोण तीन मुख्य घटकों पर आधारित है:

फोटॉन कन्वर्जन और ट्रैकर पुनर्निर्माण:
ECAL पर निर्भर रहने के बजाय, यह रणनीति उस फोटॉन अंश का लाभ उठाती है जो सिलिकॉन ट्रैकर सामग्री के भीतर $e^+e^-$ जोड़ों में परिवर्तित (convert) हो जाते हैं। ट्रैकर ECAL ग्रैनुलैरिटी की तुलना में दो क्रम अधिक सूक्ष्म कोणीय रिज़ॉल्यूशन प्रदान करता है। कन्वर्जन ट्रैक्स को पुनर्गठित करके, दो संरेखित फोटॉनों को अलग किया जा सकता है, और विस्थापित ALP क्षय शीर्ष (decay vertex) का पुनर्निर्माण किया जा सकता है। यह विस्थापन ( $\tilde{b} > 1$ cm) प्रॉम्प्ट स्टैंडर्ड मॉडल बैकग्राउंड (जैसे, $\pi^0 \to \gamma\gamma$ ) के विरुद्ध एक प्राथमिक विभेदक (discriminant) के रूप में कार्य करता है।
डेटा अधिग्रहण रणनीतियाँ (Data Acquisition Strategies):
- रन 3 (डेटा पार्किंग - Data Parking): 312 fb $^{-1}$ के डेटासेट के लिए, लेखक केवल VBF जेट टोपोलॉजी (फॉरवर्ड जेट्स, बड़ा डायजेट मास, और स्यूडोरेपिडिटी गैप) के आधार पर घटनाओं का चयन करते हैं, बिना ALP क्षय उत्पादों पर कोई थ्रेशोल्ड लगाए। कच्चे डेटा को बाद के ऑफलाइन पुनर्निर्माण के लिए संग्रहीत किया जाता है। यह ECAL शॉवर्स और ट्रैक्स पर लागू मशीन लर्निंग तकनीकों (जैसे, ClusTEX) का उपयोग करके मर्ज किए गए डिपोटॉन इनवेरिएंट मास ( $m_{\gamma\gamma}$ ) के पुनर्निर्माण की अनुमति देता है।
- HL-LHC (डेटा स्काउटिंग - Data Scouting): अनुमानित 3 ab $^{-1}$ डेटासेट के लिए, लेखक "लेवल-1 (L1T) डेटा स्काउटिंग" का प्रस्ताव करते हैं। यह वर्चुअली बिना किसी थ्रेशोल्ड के ट्रिगर स्तर पर एक संक्षिप्त सारांश (ट्रैक्स, कैलोरीमीटर क्लस्टर) रिकॉर्ड करता है। जबकि यह पूर्ण ऑफलाइन इनवेरिएंट मास पुनर्निर्माण को रोकता है, यह सॉफ्ट सिग्नल्स के लिए पूर्ण इवेंट रेट को बनाए रखता है। इस स्ट्रीम में भेदभाव डिपोटॉन $p_T$ , कन्वर्जन ट्रैक काइनेमैटिक्स और हैड्रोनिक गतिविधि पर निर्भर करता है।
बैकग्राउंड दमन (Background Suppression):
- प्रॉम्प्ट बैकग्राउंड (Prompt Backgrounds): विस्थापित शीर्ष ( $\tilde{b} > 1$ cm) की आवश्यकता द्वारा हटाया जाता है।
- लॉन्ग-लिव्ड बैकग्राउंड ( $K_L \to \gamma\gamma$ ): यह प्रमुख जीवित रहने वाला बैकग्राउंड है।
  - रन 3 में, $K_L$ को इनवेरिएंट मास को पुनर्गठित करके दबाया जाता है; $K_L$ क्षय $m_{K_L} \approx 0.5$ GeV पर क्लस्टर होते हैं, जिससे $m_a \neq m_{K_L}$ वाले ALPs से अलगाव संभव होता है।
  - HL-LHC स्काउटिंग में, जहाँ मास पुनर्निर्माण उपलब्ध नहीं है, दमन डिपोटॉन $p_T$ (सिग्नल, सॉफ्ट $K_L$ स्पेक्ट्रम की तुलना में हार्ड है), फोटॉन जोड़ी के आइसोलेशन (ALPs, VBF जेट्स के विरुद्ध रिकोइल करते हैं; $K_L$ जेट्स के अंदर उत्पन्न होते हैं), और क्वार्क-जेट टैगिंग (UParT जैसे एल्गोरिदम का उपयोग करके) पर निर्भर करता है।

प्रमुख योगदान

व्यवहार्यता अध्ययन (Feasibility Study): यह पेपर प्रदर्शित करता है कि CMS प्रयोग VBF-आधारित ट्रिगर और ट्रैकर-आधारित फोटॉन कन्वर्जन पुनर्निर्माण को जोड़कर 10 MeV–10 GeV ALP पैरामीटर स्पेस तक पहुँच सकता है।
रणनीतिक एकीकरण: यह पद्धति को संदर्भ [38] (मर्ज किए गए फोटॉनों के लिए ट्रैकर-आधारित पुनर्निर्माण) के साथ एकीकृत करता है, जिसे इस विशिष्ट मास रेंज के लिए पहले उपयोग नहीं किया गया था।
बैकग्राउंड हैंडलिंग: यह $K_L \to \gamma\gamma$ बैकग्राउंड का विस्तृत विश्लेषण प्रदान करता है, जो रन 3 (मास-आधारित रिजेक्शन) और HL-LHC (काइनेमैटिक और टोपोलॉजिकल रिजेक्शन) के लिए अलग-अलग रणनीतियों को स्पष्ट करता है।
संवेदनशीलता अनुमान (Sensitivity Projections): लेखक $(m_a, g_{a\gamma\gamma})$ प्लेन में दोनों मौजूदा रन 3 पार्क्ड डेटा और भविष्य के HL-LHC स्काउटिंग स्ट्रीम के लिए पहुँच (reach) का अनुमान लगाते हैं।

परिणाम

रन 3 पहुँच: 312 fb $^{-1}$ के पार्क्ड डेटासेट के विश्लेषण से उस पैरामीटर स्पेस के क्षेत्र को प्रोब करने का अनुमान है जिसे पहले नहीं खोजा गया था। यह पहुँच बिना नया डेटा लिए, पहले से ही रिकॉर्ड की गई घटनाओं का उपयोग करके प्राप्त की जाती है।
HL-LHC पहुँच: 3 ab $^{-1}$ पर L1T डेटा स्काउटिंग प्रोजेक्शन रन 3 की तुलना में कपलिंग ( $g_{a\gamma\gamma}$ ) और द्रव्यमान ( $m_a$ ) दोनों में लगभग एक क्रम (order of magnitude) की संवेदनशीलता बढ़ाता है।
बैकग्राउंड-मुक्त धारणा: अनुमान इस धारणा पर आधारित हैं कि $K_L \to \gamma\gamma$ बैकग्राउंड को नगण्य स्तर तक दबाया जा सकता है। रन 3 के लिए, यह मर्ज किए गए डिपोटॉन सिस्टम के मास रेजोल्यूशन पर निर्भर करता है। HL-LHC के लिए, यह $p_T$ सेपरेशन और टोपोलॉजिकल आइसोलेशन पर निर्भर करता है। लेखक नोट करते हैं कि $m_a \approx 0.5$ GeV के पास $K_L$ बैकग्राउंड महत्वपूर्ण है, जहाँ मास सेपरेशन अप्रभावी है।

महत्व और दावे
यह पेपर दावा करता है कि CMS की ट्रिगर और डेटा-अधिग्रहण रणनीतियों की व्यापकता इस खोज के लिए महत्वपूर्ण सक्षमकर्ता (enabler) है। VBF-आधारित चयन के माध्यम से फोटॉन थ्रेशोल्ड को शिथिल करके और ट्रैकर के बेहतर कोणीय रिज़ॉल्यूशन का उपयोग करके, प्रयोग उस "सॉफ्टनेस" और "कोलिमेशन" बाधाओं को पार कर सकता है जिन्होंने इस मास रेंज को अप्राप्य बना दिया था।

लेखक विनम्रतापूर्वक कहते हैं कि हालांकि अनुमानित पहुँच महत्वपूर्ण है, लेकिन HL-LHC स्काउटिंग स्ट्रीम में $K_L$ बैकग्राउंड के दमन के लिए ट्रिगर-लेवल मास एस्टिमेटर्स या मल्टीवेरिएट डिस्क्रिमिनेंट्स के और अधिक विकास की आवश्यकता है। वे इस बात पर जोर देते हैं कि पार्क्ड रन 3 डेटा, VBF-उत्पादित लाइट ALPs पर पहला LHC परिणाम देने का एक तत्काल अवसर है, क्योंकि आवश्यक डेटा पहले से ही रिकॉर्ड किया जा चुका है। यह अध्ययन किसी खोज का दावा नहीं करता है, बल्कि अनछुए ALP पैरामीटर स्पेस को प्रोब करने का एक व्यवहार्य मार्ग परिभाषित करता है।

इसी तरह के और पेपर