Heavy Neutrinos across the Electroweak-to-Multi-TeV Frontier via Novel ML-Enhanced Probes

Sintesi Tecnica: Neutrini Pesanti attraverso la Frontiera Elettrodebole-Multi-TeV tramite Nuove Sonde Potenziate da ML

Definizione del Problema
La ricerca dei neutrini pesanti rimane un obiettivo centrale per testare il meccanismo del seesaw e spiegare l'origine delle masse dei neutrini. Sebbene le attuali limitazioni sperimentali derivanti dai decadimenti dei mesoni, dal decadimento doppio beta senza neutrini e dalle ricerche nei collider (LEP, LHC) coprano intervalli di massa specifici, rimangono lacune significative, in particolare per masse di neutrini pesanti ($m_N$) che spaziano dalla scala elettrodebole fino alla frontiera multi-TeV. Le strategie di ricerca tradizionali spesso si basano sulla produzione risonante nel canale $s$, che diventa cinematicamente soppressa ad alte masse ($m_N \gtrsim 1$ TeV) a causa delle limitazioni dello spazio delle fasi. Inoltre, i vincoli attuali sulle accoppiamenti della terza generazione (che coinvolgono i leptoni $\tau$) sono notevolmente più deboli rispetto a quelli per i leptoni di prima e seconda generazione. È necessaria una strategia unificata che mantenga la sensibilità attraverso un ampio spettro di masse (da 50 GeV a 10 TeV) e affronti le sfide della distinzione tra segnali rari e background massicci dello Standard Model (SM) in ambienti ad alta luminosità.

Metodologia
Gli autori propongono una strategia di analisi completa per collisioni protone-protone a $\sqrt{s} = 13,6$ TeV, prendendo di mira lo stato finale $\ell\nu jj$ (un leptone carico, energia trasversa mancante e due jet). Lo studio comprende due distinti regimi di produzione:

1. Produzione nel canale $s$: Dominante per $m_N < 1$ TeV, che prevede la produzione risonante tramite Drell-Yan e fusione $W\gamma$.
2. Fusione di Bosoni Vettoriali (VBF): Dominante per $m_N > 1$ TeV, che coinvolge lo scambio in canale $t$ di neutrini pesanti virtuali, il quale presenta una degradazione della sezione d'urto più lenta all'aumentare della massa.

Simulazione e Generazione di Eventi:
I campioni di segnale sono stati generati utilizzando MadGraph5_aMC@NLO con il modello HeavyN, coprendo 16 punti di massa da 50 GeV a 10 TeV. I background includevano processi dominanti dello SM come $V$+jets, dibosoni e produzione di quark top, simulati inclusivamente come $pp \to \ell\nu + \ge 2j$. Gli eventi sono stati elaborati attraverso Pythia 8 per lo showering partitico e l'adronizzazione, e Delphes 3.4.1 per l'emulazione del rivelatore utilizzando configurazioni CMS, incluse condizioni realistiche di pileup (media di 140 interazioni) ed efficienze di identificazione degli oggetti.

Analisi Machine Learning:
Per ottimizzare la discriminazione segnale-background, gli autori hanno impiegato Gradient-Boosted Decision Trees (BDT) utilizzando XGBoost e Scikit-learn.

• Caratteristiche di Input: I modelli sono stati addestrati su 31 variabili cinematiche, tra cui impulsi trasversi ($p_T$), pseudorapidità ($\eta$), angoli azimutali ($\phi$), energia trasversa mancante ($E_T^{\text{miss}}$), masse invarianti ($M$), masse trasverse ($M_T$) e separazioni angolari ($\Delta R, \Delta \eta, \Delta \phi$) tra jet, leptoni ed energia mancante.
• Strategia di Addestramento: Modelli BDT separati sono stati addestrati per ogni punto di massa e per diversi sapori leptonici ($\ell = \mu, \tau$). Per il canale $\tau$, sono stati simulati solo i decadimenti adronici ($\tau \to \pi\nu$) per riflettere le capacità di ricostruzione.
• Interpretazione Statistica: I limiti attesi sono stati derivati utilizzando lo strumento CMS Combine con un metodo di profilo di verosimiglianza asintotico su un dataset di Asimov corrispondente a una luminosità integrata di 3000 fb$^{-1}$ (HL-LHC). Le incertezze sistematiche (PDF, variazioni di scala, luminosità, efficienze di leptone/jet) sono state incorporate tramite parametri di disturbo (nuisance parameters).

Contributi Chiave e Risultati

• Copertura di Massa Unificata: Lo studio dimostra che combinando i meccanismi di produzione nel canale $s$ e VBF è possibile ottenere una strategia di ricerca continua attraverso l'intero intervallo di massa da 50 GeV a 10 TeV. Il comportamento della sezione d'urto si sposta dalla dominanza risonante alle basse masse alla dominanza VBF alle alte masse, con i due contributi che convergono vicino a $m_N \approx 1$ TeV.
• Sensibilità Potenziata via ML: L'analisi BDT cattura efficacemente le complesse correlazioni cinematiche. L'analisi dell'importanza delle caratteristiche rivela che le variabili di massa trasversa che coinvolgono il leptone carico e l'energia trasversa mancante ($M_T(\ell E_T^{\text{miss}})$) e la massa invariante dei dijet ($M(j_1 j_2)$) sono le caratteristiche più discriminanti. La distribuzione $M(j_1 j_2)$ distingue specificamente tra picchi risonanti (massa bassa) e lo spettro VBF ampio (massa alta).
• Limiti Proiettati: Assumendo 3000 fb$^{-1}$, lo studio proietta limiti superiori al livello di confidenza del 95% sul parametro di mixing $|V_{\ell N}|^2$:
  • La sensibilità raggiunge $O(10^{-5})$ per $m_N = 50$ GeV.
  • La sensibilità si estende fino a $|V_{\ell N}|^2 \sim 1$ per masse che si avvicinano a 10 TeV, limitata dall'unitarietà.
  • La strategia offre un miglioramento significativo rispetto ai limiti esistenti di DELPHI e delle ricerche di trilettoni prompt, particolarmente nel regime multi-TeV dove la VBF diventa dominante.
• Portata della Terza Generazione: L'analisi affronta specificamente il canale $\tau$, dimostrando che, nonostante le sfide della ricostruzione dei $\tau$ adronici e dei neutrini aggiuntivi nello stato finale, la proposta strategia ML potenziata dalla VBF fornisce una via percorribile per sondare $|V_{\tau N}|^2 in un regime in cui i vincoli attuali sono deboli.
• Universalità Leptonica: Il framework permette di combinare i canali elettrone, muone e tau per testare le violazioni dell'universalità leptonica.

Significatività
L'articolo sostiene che questo approccio fornisca una "via promettente e complementare" alle strategie di ricerca esistenti. Integrando un nuovo meccanismo di produzione (VBF ad alte masse) con una classificazione avanzata basata sul machine learning, lo studio estende significativamente la portata di scoperta dei neutrini pesanti nei collider ad adroni. Evidenzia specificamente il potenziale per sondare i neutrini pesanti di terza generazione ed esplorare la frontiera multi-TeV, aree in cui le tradizionali analisi basate su tagli o le ricerche basate solo sul canale $s$ affrontano una sensibilità decrescente. Il lavoro sottolinea l'utilità delle simulazioni inclusive e delle tecniche ML per massimizzare il potenziale fisico dell'HL-LHC ad alta luminosità.