⚛️ high-energy experiments

Tension between MiniBooNE and MicroBooNE within a 3+1 Sterile Neutrino Framework using Simulation-Based Inference

एक नवीन सिमुलेशन-आधारित अनुमान ढांचे का उपयोग करके कम्प्यूटेशनल और सांख्यिकीय चुनौतियों को दूर करते हुए, यह अध्ययन 3+1 स्टेराइल न्यूट्रिनो मॉडल के भीतर MiniBooNE और MicroBooNE डेटा का एक संयुक्त विश्लेषण करता है, जो इन दोनों प्रयोगों के बीच एक महत्वपूर्ण तनाव ( $\geq 2.5\sigma$ ) को प्रकट करता है जो स्टेराइल न्यूट्रिनो के लिए समग्र प्राथमिकता को घटाकर $2.7\sigma$ कर देता है।

मूल लेखक: Julia P. Woodward (Massachusetts Institute of Technology), Austin Schneider (Texas A&M University), Joshua Villarreal (Massachusetts Institute of Technology), John Hardin (Massachusetts Institute of T

प्रकाशित 2026-09-24

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Julia P. Woodward (Massachusetts Institute of Technology), Austin Schneider (Texas A&M University), Joshua Villarreal (Massachusetts Institute of Technology), John Hardin (Massachusetts Institute of Technology), Janet Conrad (Massachusetts Institute of Technology)

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

द दशकों से, भौतिकविदों ने ब्रह्मांड के सबसे मायावी निवासियों की पारिवारिक तस्वीर को पूरा करने का प्रयास किया है: न्यूट्रिनो। ये भूतिया कण पृथ्वी से लेकर आपके शरीर तक, हर चीज़ के माध्यम से बिना कोई निशान छोड़े निकल जाते हैं। भौतिकी का मानक मॉडल (स्टैंडर्ड मॉडल), जो ब्रह्मांड के काम करने के तरीके का हमारा सबसे अच्छा मानचित्र है, यह भविष्यवाणी करता है कि इन कणों के तीन प्रकार हैं, और वे यात्रा करते समय अपनी पहचान बदल सकते हैं, जिसे 'ऑसिलेशन' (दोलन) नामक एक चाल कहा जाता है। हालांकि, पच्चीस वर्षों से, प्रयोगों की एक श्रृंखला ने एक चौथे, अदृश्य प्रकार के न्यूट्रिनो की ओर संकेत किया है, जो अन्य तीन को नियंत्रित करने वाले बलों के साथ परस्पर क्रिया नहीं करता है। यदि यह "स्टेरिल" (बांझ) न्यूट्रिनो मौजूद है, तो यह भौतिकी के नियमों को फिर से लिख देगा, जो वास्तविकता की एक छिपी हुई परत का सुझाव देता है जिसे हम अभी तक समझ नहीं पाए हैं। प्रश्न अब केवल यह नहीं है कि क्या यह चौथा कण मौजूद है, बल्कि यह है कि क्या विभिन्न प्रयोगों द्वारा छोड़े गए विरोधाभासी सुरागों को एक एकल, सुसंगत कहानी में जोड़ा जा सकता है।

दो प्रमुख प्रयोग, मिनी-बूएन (MiniBooNE) और माइक्रो-बूएन (MicroBooNE), इस रहस्य के केंद्र में रहे हैं, जो इलिनॉय में फर्मी नेशनल एक्सेलेरेटर लेबोरेटरी में कणों की एक ही बीम पर संचालित हो रहे हैं। मिनी-बूएन, जो कई वर्षों तक चला, कम ऊर्जा पर इलेक्ट्रॉन जैसी घटनाओं की एक पहेलीनुमा अधिकता का पता लगाया, जो एक ऐसा संकेत था जो बिल्कुल वैसा ही दिखता था जैसा कि एक स्टेरिल न्यूट्रिनो उत्पन्न करेगा। यह खोज रोमांचक थी, लेकिन इसने एक समस्या पैदा की क्योंकि न्यूट्रिनो के गायब होने की खोज करने वाले अन्य प्रयोगों ने एक अलग तस्वीर पेश की। इस समस्या को हल करने के लिए, माइक्रो-बूएन प्रयोग को ठीक बगल में बनाया गया था, जो इन अंतःक्रियाओं के विवरण को बहुत अधिक स्पष्टता के साथ देखने में सक्षम एक अधिक उन्नत डिटेक्टर का उपयोग करता है। जब माइक्रो-बूएन ने उसी बीम को देखा, तो उसे स्टेरिल न्यूट्रिनो का कोई प्रमाण नहीं मिला, जिससे प्रभावी रूप से मिनी-बूएन की पिछली खोज पर संदेह खड़ा हो गया। वैज्ञानिक समुदाय एक दुविधा में था: एक ही बीम पर दो प्रयोग, एक ही घटना को देख रहे हैं, लेकिन दो अलग-अलग कहानियाँ सुना रहे हैं।

जूलिया वुడ్‌वर्ड और उनके सहयोगियों के नेतृत्व में शोधकर्ताओं की एक टीम दोनों प्रयोगों को समान कठोर मानकों के साथ व्यवहार करके इस संघर्ष को सुलझाने के लिए आगे बढ़ी। अतीत में, दोनों समूहों ने अपने डेटा का विश्लेषण करने के लिए अलग-अलग गणितीय उपकरणों का उपयोग किया था और बैकग्राउंड शोर (पृष्ठभूमि शोर) को ठीक करने के लिए अलग-अलग धारणाएं बनाई थीं, जिससे सीधा तुलना करना कठिन हो गया था। नया अध्ययन इन अंतरों को हटा देता है, दोनों डेटासेट पर एक सुसंगत पद्धति लागू करता है ताकि यह देखा जा सके कि क्या होता है जब उन्हें एक ही भाषा बोलने के लिए मजबूर किया जाता है। उन्होंने एक विशिष्ट मॉडल पर ध्यान केंद्रित किया जो ज्ञात तीन प्रकारों में केवल एक स्टेरिल न्यूट्रिनो जोड़ता है, और यह परीक्षण किया कि क्या यह सरल जोड़ दोनों डिटेक्टरों के डेटा की एक साथ व्याख्या कर सकता है।

शोधकर्ताओं ने 'सिमुलेशन-आधारित अनुमान' (simulation-based inference) नामक एक शक्तिशाली नई तकनीक का उपयोग किया, जो जटिल गणनाओं को संभालने के लिए मशीन लर्निंग पर निर्भर करती है, जिनसे पारंपरिक गणित संघर्ष करता है। मानक सूत्रों पर निर्भर रहने के बजाय, जो यह मान लेते हैं कि डेटा एक अनुमानित, सुचारू तरीके से व्यवहार करता है, उन्होंने लाखों सिम्युलेटेड प्रयोग चलाए ताकि यह समझा जा सके कि यदि स्टेरिल न्यूट्रिनो मॉडल सत्य होता तो डेटा कैसा दिखना चाहिए। इसने उन्हें मिनी-बूएन और माइक्रो-बूएन डेटा को बिना किसी पूर्व-निर्धारित गणितीय आकार में फिट किए, एक साथ जोड़ने की अनुमति दी। उन्होंने एक महत्वपूर्ण निर्णय भी लिया कि मिनी-बूएन द्वारा अपने भविष्यवाणियों को डेटा के साथ मिलाने के लिए पहले उपयोग किए गए एक विशिष्ट सुधार कारक (करेक्शन फैक्टर) को हटा दिया जाए, जिससे यह सुनिश्चित हो सके कि तुलना निष्पक्ष है और समायोजित संख्याओं के बजाय कच्चे अवलोकनों पर आधारित है।

संयुक्त विश्लेषण के परिणाम एक महत्वपूर्ण असहमति की तस्वीर पेश करते हैं। जब दोनों प्रयोगों के डेटा को संयोजित किया जाता है, तो मिनी-बूएन द्वारा देखी गई मजबूत सिग्नल काफी कमजोर हो जाती है, और यह उस स्तर तक गिर जाती है जिसे अब एक निर्णायक खोज नहीं माना जाता है। इससे भी महत्वपूर्ण बात यह है कि अध्ययन में पाया गया कि दोनों प्रयोग आपस में सीधे तनाव (टेन्शन) में हैं। शोधकर्ताओं ने गणना की कि दोनों डेटासेट के बीच कम से कम 2.5 मानक विचलन (standard deviations) का सांख्यिकीय संघर्ष है। भौतिकी की भाषा में, इसका अर्थ है कि मिनी-बूएन द्वारा पसंदीदा स्टेरिल न्यूट्रिनो मॉडल की सेटिंग्स, माइक्रो-बूएन द्वारा पसंदीदा सेटिंग्स के साथ असंगत हैं। यह वैसा ही है जैसे एक ही घटना का वर्णन करने वाले दो गवाह ऐसी कहानियाँ सुना रहे हों जो दोनों सच नहीं हो सकतीं, भले ही आप इस संभावना को ध्यान में रखें कि उनमें से एक थोड़ा गलत हो सकता है।

यह तनाव यह सुझाव देता है कि ब्रह्मांड में केवल एक स्टेरल न्यूट्रिनो जोड़ने का सरल विचार इन प्रयोगों में देखे गए विसंगतियों को समझाने के लिए पर्याप्त नहीं है। जबकि मिनी-बूएन की अधिकता डेटा की एक वास्तविक विशेषता बनी हुई है, माइक्रो-बूएन डिटेक्टर, जो विभिन्न प्रकार के कणों को पहचानने की बेहतर क्षमता रखता है, उसी सिग्नल को नहीं देखता है। अध्ययन निष्कर्ष निकालता है कि दोनों प्रयोगों को वर्तमान मॉडल के तहत आसानी से एकीकृत नहीं किया जा सकता है, जो यह दर्शाता है कि विसंगति का स्रोत केवल अलग-अलग विश्लेषण विधियों का मामला नहीं है, बल्कि डिटेक्टरों द्वारा देखे जा रहे अवलोकन में एक मौलिक बेमेल है। कम-ऊर्जा अधिकता का रहस्य बना हुआ है, लेकिन इसे हल करने का मार्ग संभवतः स्टेरिल न्यूट्रिनो सिद्धांत के सरलतम संस्करण से परे देखने, या शायद न्यूट्रिनो अंतःक्रियाओं की प्रकृति को फिर से जांचने की आवश्यकता की ओर संकेत करता है।

तकनीकी सारांश: 3+1 स्टेरेल न्यूट्रिनो फ्रेमवर्क के भीतर Simulation-Based Inference का उपयोग करते हुए MiniBooNE और MicroBooNE के बीच तनाव

समस्या विवरण
MiniBooNE प्रयोग ने इलेक्ट्रॉन जैसी घटनाओं का एक महत्वपूर्ण लो-एनर्जी एक्सस (LEE) देखा, जो कि 3+1 स्टेरेल न्यूट्रिनो मॉडल के अनुरूप है, जबकि MicroBooNE प्रयोग ने, जो उसी Booster Neutrino Beam (BNB) लाइन पर संचालित है, ऐसे किसी भी सिग्नल का कोई प्रमाण नहीं दिया। यह विसंगति शॉर्ट-बेसलाइन न्यूट्रिनो विसंगतियों में अपीयरेंस (appearance) और डिसअपीयरेंस (disappearance) खोजों के बीच एक तनाव पैदा करती है। हालाँकि, दोनों सहयोगियों (collaborations) के बीच कार्यप्रणाली संबंधी विसंगतियों के कारण एक कठोर संयुक्त विश्लेषण बाधित रहा है। विशेष रूप से, MiniBooNE और MicroBooNE अलग-अलग सांख्यिकीय ढांचे (Wilks' theorem बनाम frequentist CLs) और डेटा-ड्रिवन सुधारों (विशेष रूप से चार्ज पायोन क्षय घटनाओं को पुनर्गठित करने के लिए उपयोग किए जाने वाले $f_\pi$ कारक) का अलग-अलग उपचार करते हैं। इसके अतिरिक्त, "पैरामीटर गुडनेस-ऑफ-फिट" (PG) तनाव को मापने के लिए मौजूदा विधियाँ (जो Wilks' theorem जैसे एसिम्प्टोटिक अनुमानों पर निर्भर करती हैं) न्यूट्रिनो ऑसिलेशन मापों के लिए सटीक नहीं हैं, जिनमें साइनुसोइडल सिग्नल शामिल होते हैं, या वे कम्प्यूटेशनल रूप से अत्यधिक कठिन (Feldman-Cousins) होती हैं।

कार्यप्रणाली (Methodology)
इन चुनौतियोंों को संबोधित करने के लिए, लेखक एक एकीकृत विश्लेषण ढांचा प्रस्तुत करते हैं जो MiniBooNE और MicroBooNE डेटा को सुसंगत रूप से मानता है।

एकीकृत डेटा उपचार: विश्लेषण MiniBooNE के प्रेडिक्शन से डेटा-ड्रिवन $f_\pi$ सुधार को हटा देता है ताकि MicroBooNE के साथ निरंतरता सुनिश्चित की जा सके, जिसने ऐसा कोई कारक लागू नहीं किया था। यह सुनिश्चित करने के लिए कि विश्लेषण सीधे भौतिकी के मूल आधारों की तुलना कर सके, इसमें post-hoc स्केलिंग कारकों के बजाय प्रत्यक्ष तुलना की गई है। विश्लेषण में $\nu_e$ अपीयरेंस और डिसअपीयरेंस के बीच के डिजेनेरेसी (degeneracies) को तोड़ने के लिए BNB और Neutrinos at the Main Injector (NuMI) दोनों बीमलाइनों से MicroBooNE डेटा का उपयोग किया गया है।
सिमुलेशन-आधारित अनुमान (Simulation-Based Inference - SBI): Wilks' theorem की सीमाओं और पारंपरिक फ्रीक्वेंटिस्ट विधियों की कम्प्यूटेशनल लागत को दूर करने के लिए, लेखक एक Simulation-Based Inference फ्रेमवर्क का उपयोग करते हैं।
- लाइकलहुड रेश्यो एस्टीमेशन: एक न्यूरल नेटवर्क क्लासिफायर (Direct Amortized Neural Likelihood Estimator, या DNRE) को भौतिक मापदंडों (physics parameters) के बीच लाइकलहुड रेश्यो को अनुमानित करने के लिए सिमुलेटेड छद्म-प्रयोगों (pseudo-experiments) पर प्रशिक्षित किया गया है।
- पोस्टीरियर एस्टीमेशन: बेस्ट-फिट पैरामीटर्स निर्धारित करने के लिए एक Sequential Neural Posterior Estimator (SNPE-C) का उपयोग किया जाता है।
- फ्रीक्वेंटिस्ट कैलिब्रेशन: कॉन्फिडेंस लेवल्स का निर्माण ट्रायल्स-आधारित दृष्टिकोण (Feldman-Cousins के समान) का उपयोग करके किया जाता है, जिसे SBI द्वारा त्वरित किया जाता है, जिससे बिना एसिम्प्टोटिक धारणाओं पर निर्भर रहे सही कवरेज गुण सुनिश्चित होते हैं।
SBI-आधारित PG तनाव: लेखक PG तनाव का मूल्यांकन करने के लिए एक नया SBI-आधारित तरीका पेश करते हैं। चूंकि नेटवर्क फ्रेमवर्क में पूर्ण $\chi^2$ मान सुलभ नहीं हैं, इसलिए वे ग्लोबल फिट और व्यक्तिगत प्रयोगों के फिट के बीच लॉग-लाइकलहुड रेश्यो के अंतर के आधार पर एक तनाव सांख्यिकी ( $\hat{T}_{PG}$ ) को परिभाषित करते हैं। इसे एम्पिरिकल वितरण उत्पन्न करने के लिए 48,000 नल रियलाइजेशन (null realizations) का उपयोग करके कैलिब्रेट किया गया है।

मुख्य परिणाम

संयुक्त फिट सार्थकता (Joint Fit Significance): जब MiniBooNE (बिना $f_\pi$ के) और MicroもONE (BNB + NuMI) डेटा को SBI फ्रेमवर्क का उपयोग करके 3+1 स्टेरेल न्यूट्रिनो मॉडल के लिए फिट किया जाता है, तो 3+1 मॉडल के लिए प्राथमिकता घटकर 2.7 $\sigma$ रह जाती है। यह उन ग्लोबल फिट्स में देखी गई >5 $\sigma$ प्राथमिकता की तुलना में एक महत्वपूर्ण कमी है, जो विशिष्ट MicroもONE बाधाओं या सुसंगत व्यवस्थित उपचार (systematics treatment) को ध्यान में नहीं रखते हैं।
पैरामीटर तनाव: विश्लेषण 3+1 मॉडल के भीतर MiniBooNE और MicroもONE डेटासेट के बीच $\ge$ 2.5 $\sigma$ PG तनाव प्रकट करता है। यह इंगित करता है कि दोनों प्रयोगों के लिए पसंदीदा पैरामीटर क्षेत्र पूरी तरह से संगत नहीं हैं।
$f_\pi$ का प्रभाव: MiniBooNE प्रेडिक्शन से $f_\pi$ सुधार को हटाने से MiniBooNE-ओनली फिट की सिग्नल सार्थकता (Wilks-आधारित गणनाओं में 4.8 $\sigma$ से 7.1 $\sigma$ तक) काफी बढ़ जाती है और प्रयोगों के बीच तनाव भी बढ़ जाता है। हालांकि, $f_\pi$ के सुसंगत उपचार के बावजूद, एक सांख्यिकीय रूप से महत्वपूर्ण तनाव ( $\ge$ 2 $\sigma$ ) बना रहता है, जो सुझाव देता है कि यह केवल $f_\pi$ कारक के कारण नहीं है, बल्कि संभवतः $\nu_\mu$ एक्सस या न्यूक्लियर प्रभावों की मॉडलिंग से जुड़ी गहरी समस्याओं के कारण है।
मेथोडोलॉजिकल वैलिडेशन: SBI-आधारित परिणाम Wilks-आधारित गणनाओं के साथ गुणात्मक सहमति दिखाते हैं लेकिन मात्रात्मक रूप से भिन्न होते हैं, विशेष रूप से उच्च-सार्थकता वाले शासन (regime) में जहाँ Wilks' theorem कम कवर (under-cover) करता है। SBI दृष्टिकोण इन ऑसिलेटरी सिग्नल्स के लिए अधिक सुदृढ़ फ्रीक्वेंटिस्ट उपचार प्रदान करता है।

महत्व और दावे
यह शोध पत्र दावा करता है कि यह MiniBooNE $f_\pi$ सुधार के बिना, BNB और NuMI दोनों डेटासेट्स का उपयोग करके, 3+1 स्टेरेल न्यूट्रिनो मॉडल के लिए MiniBooNE और MicroもONE डेटा का पहला सुसंगत संयुक्त फिट प्रदान करता है। इसकी प्राथमिक सार्थकता यह प्रदर्शित करने में है कि 3+1 मॉडल दोनों डेटासेट्स का एक साथ वर्णन करने में संघर्ष करता है, जो देखे गए विसंगतियों के लिए एक न्यूनतम (minimal) स्टेरेल न्यूट्रिनो स्पष्टीकरण की व्यवहार्यता को चुनौती देता है।

कार्यप्रणाली के रूप में, लेखक दावा करते हैं कि उन्होंने पूरी तरह से SBI-आधारित ग्लोबल फिट करने के लिए एक पूर्ण ढांचा स्थापित किया है। इसमें PG तनाव का मूल्यांकन करने के लिए एक कम्प्यूटेशनल रूप से व्यवहार्य तरीका शामिल है जो एसिम्प्टोटिक धारणाओं की अशुद्धियों और पारंपरिक ट्रायल-आधारित विधियों की जटिलता से बचता है। लेखक सुझाव देते हैं कि यह फ्रेमवर्क अधिक जटिल स्टेरेल न्यूट्रिनो परिदृश्यों (जैसे 3+2 या 3+3) का मूल्यांकन करने और अन्य कण भौतिकी संदर्भों में तनावों का आकलन करने के लिए आवश्यक है जहाँ कई प्रयोग एक सामान्य सैद्धांतिक मॉडल से असहमत होते हैं। कार्य इस निष्कर्ष के साथ समाप्त होता है कि हालांकि 3+1 प्राथमिकता कम हो गई है, फिर भी निरंतर बना हुआ तनाव व्यवस्थित विसंगतियों, विशेष रूप से $\nu_\mu$ इवेंट दरों और न्यूक्लियर प्रभावों की गहरी समझ की आवश्यकता को रेखांकित करता है।

इसी तरह के और पेपर