Search for pair-produced vector-like $T$-quarks decaying into $Ht$ final states in the lepton-plus-jets channel in $pp$ collisions at $\sqrt{s}$=13 TeV with the ATLAS detector

Utilizzando 139 fb$^{-1}$ di dati di collisione protone-protone a 13 TeV provenienti dal rivelatore ATLAS, questo studio cerca la produzione in coppia di quark vettoriali $T$ che decadono in stati finali Higgs-top nel canale leptoni-plus-getti, non trovando alcun eccesso significativo rispetto alle previsioni del Modello Standard e fissando limiti inferiori di massa al livello di confidenza del 95% compresi tra 1,40 e 1,66 TeV a seconda della rappresentazione del quark $T$ e della frazione di diramazione.

L'essenziale

Il Quadro Generale: Caccia ai "Gemelli Pesanti"

Immaginate l'universo come un gigantesco circuito di corse ad alta velocità (il Large Hadron Collider, o LHC). I fisici al CERN sono come gli ufficiali di gara che fanno scontrare protoni a velocità prossime a quella della luce per vedere cosa succede. Di solito, questi incidenti producono un insieme prevedibile di particelle, come auto e moto standard.

Tuttavia, il Modello Standard (il nostro attuale manuale di regole per la fisica) presenta alcune lacune. Una grande domanda è: Perché il bosone di Higgs (la particella che conferisce massa alle altre particelle) è così leggero? Per risolvere questo problema di "aggiustamento fine", alcune teorie suggeriscono l'esistenza di "gemelli pesanti" del quark top (la particella più pesante conosciuta). Questi sono chiamati Quark T Vettoriali-Simili.

Questo documento è una relazione del team dell'esperimento ATLAS che afferma: "Abbiamo cercato molto attentamente questi gemelli pesanti, ma non li abbiamo trovati. Tuttavia, ora possiamo dire con alta confidenza che, se esistono, devono essere più pesanti di quanto pensassimo in precedenza."

La Strategia: Il "Match di Pugilato dei Pesanti"

Poiché questi quark T sono così pesanti, è difficile produrli. Quando vengono prodotti, non durano a lungo; si disintegrano immediatamente (decadono) in altre particelle.

Il team ha deciso di cercare uno scenario specifico:

1. La Coppia: Cercano la creazione simultanea di due quark T (come una coppia di pugili pesanti che entrano nel ring).
2. Il Decadimento: Almeno uno di essi si disintegra in un bosone di Higgs e un quark top.
3. La Scia: Il bosone di Higgs si divide quindi in due quark "bottom", e il quark top si divide in una particella leggera (un elettrone o un muone), un neutrino fantasma e un altro quark bottom.

L'Analogia: Immaginate di cercare un tipo specifico di frutta rara e pesante (il quark T) in un vasto frutteto. Sapete che quando questa frutta cade, si divide in una combinazione specifica di semi e succo. Invece di cercare la frutta stessa, state cercando il mucchio unico di semi e succo che lascia dietro di sé.

Il Lavoro da Investigatore: Setacciare il Rumore

Il problema è che il frutteto è pieno di frutta normale che cade continuamente (fondo del Modello Standard). Il team ha dovuto filtrare il rumore per trovare il segnale raro.

• Il Trucco del "Riaggruppamento": Quando le particelle pesanti decadono, si muovono così velocemente che i loro detriti (getti di particelle) vengono schiacciati insieme. Il team ha utilizzato una tecnica speciale chiamata "getti a raggio variabile". Pensate a questo come all'uso di una lente fotografica intelligente che ingrandisce o riduce automaticamente l'inquadratura a seconda di quanto velocemente si muove l'oggetto, assicurandosi di catturare l'intero "mucchio di detriti" correttamente, anche quando si muove incredibilmente velocemente.
• La Rete Neurale (L'Investigatore AI): Hanno addestrato un cervello informatico (una rete neurale) a osservare la forma, la velocità e la disposizione di questi mucchi di detriti. È come insegnare a un cane a fiutare un odore specifico. L'AI ha imparato a distinguere tra i detriti disordinati e casuali delle collisioni normali e i detriti puliti e strutturati del decadimento di un pesante quark T.

I Risultati: "Non Trovati, Ma Sappiamo Dove Non Sono"

Dopo aver analizzato 139 "femto-barn inversi" di dati (che è una quantità enorme di dati di collisione, equivalente ad anni di funzionamento del collisore), il team non ha trovato alcuna prova di questi quark T pesanti. I dati corrispondevano perfettamente alle previsioni della fisica normale.

Poiché non li hanno trovati, hanno stabilito un "recinto" intorno a dove i quark T potrebbero essere. Ora possono escludere quark T più leggeri di certi pesi:

• Se il quark T è un "Singoletto" (un tipo specifico di particella), deve essere più pesante di 1,40 TeV.
• Se è un "Doppietto", deve essere più pesante di 1,56 TeV.
• Se decade solo in Higgs e quark top (al 100% delle volte), deve essere più pesante di 1,66 TeV.

La Metafora: Immaginate di cercare un baule del tesoro nascosto in un campo. Scavate tutto il campo e non trovate nulla. Non potete dire che il baule non esiste, ma potete dire: "Se il baule è lì, deve essere sepolto più in profondità di 3 metri, perché abbiamo scavato tutto ciò che stava sopra". Questo documento scava più a fondo di chiunque altro prima, spingendo il limite della "profondità di sepoltura" ancora più in basso.

Perché Questo È Importante

Questa è la ricerca più sensibile del suo genere fino ad oggi. Utilizzando più dati (139 fb⁻¹ rispetto ai precedenti 36 fb⁻¹) e migliori strumenti AI, il team ATLAS ha spinto i confini della nostra conoscenza. Non hanno trovato i "gemelli pesanti", ma dimostrando che non si nascondono nel range di massa più leggero, stanno costringendo i fisici a ripensare le loro teorie o a cercare queste particelle a energie ancora più elevate in futuro.

In sintesi: La caccia al pesante quark T continua, ma la zona di ricerca è stata significativamente ristretta. Se sono là fuori, sono più pesanti e più difficili da trovare di quanto speravamo.

Sommario tecnico

Sintesi Tecnica: Ricerca di Quark T Vettoriali Simili Prodotti in Coppia e Decadenti in Stati Finali Ht

Problema e Motivazione
Il Modello Standard (SM) della fisica delle particelle affronta il problema della gerarchia riguardo alla grande disparità tra la scala di massa elettrodebole e la scala di Planck. Una soluzione proposta prevede l'estensione del SM con quark vettoriali simili (VLQ), in grado di controbilanciare le correzioni radiative quadraticamente divergenti alla massa del bosone di Higgs. Questo articolo presenta una ricerca di quark T vettoriali di tipo up prodotti in coppia, che si prevede accoppino preferenzialmente ai quark del SM di terza generazione. L'analisi mira specificamente al canale di decadimento in cui almeno un quark T decade in un bosone di Higgs e un quark top ($T \to Ht$), con successivi decadimenti $H \to b\bar{b}$ e $t \to \ell \nu_\ell b$ (dove $\ell = e, \mu$). La ricerca è condotta nello stato finale lepton-plus-jets utilizzando dati di collisione protone-protone a un'energia nel centro di massa di $\sqrt{s} = 13$ TeV.

Metodologia
L'analisi utilizza l'intero dataset di Run 2 raccolto dal rivelatore ATLAS al Large Hadron Collider (LHC), corrispondente a una luminosità integrata di 139 fb$^{-1}$.

• Ricostruzione e Selezione degli Eventi: La topologia del segnale è caratterizzata da esattamente un elettrone o un muone isolato, un significativo momento trasverso mancante ($E_T^{\text{miss}}$) e numerosi jet, inclusi jet etichettati come contenenti quark $b$ ($b$-tagged). Per gestire la natura "boostata" delle risonanze pesanti, l'analisi impiega jet a raggio variabile ($R_{\text{eff}}$) ricostruiti tramite riclustering di jet a piccolo raggio ($R$). Questi vengono etichettati in massa per identificare candidati per i quark $W$, $H$ e top che decadono adronicamente. I candidati per il quark top che decadono leptonicamente vengono ricostruiti combinando un candidato per il bosone $W$ leptonico con un jet $b$-tagged.
• Modellizzazione del Fondo e Ripesatura: I fondi dominanti sono la produzione di coppie di quark top ($t\bar{t}$), il quark top singolo e i processi $V$+jets. Per affrontare le discrepanze tra simulazione e dati, in particolare nella modellizzazione delle sezioni d'urto di $t\bar{t}$ e $V$+jets ad alte molteplicità di jet e alti momenti trasversi, viene applicata una tecnica iterativa di ripesatura guidata dai dati. Questa corregge la normalizzazione e la forma delle distribuzioni del fondo basandosi su regioni di controllo arricchite in eventi $Z$+jets e $t\bar{t}$.
• Analisi Multivariata: Viene impiegata una rete neurale feed-forward (NN) per discriminare il segnale dal fondo. Il classificatore utilizza 30 variabili di input, incluse proprietà cinematiche (ad esempio, massa efficace $m_{\text{eff}}$, momenti trasversi dei jet a raggio variabile) e caratteristiche topologiche (ad esempio, separazioni angolari, molteplicità dei costituenti). La NN viene addestrata su campioni simulati di segnale e fondo.
• Categorizzazione degli Eventi: Gli eventi sono categorizzati in regioni di segnale (SR) e regioni di controllo (CR) in base al punteggio di output della NN ($h_{\text{NN}}$), al numero di jet $b$-tagged (2, 3 o $\ge 4$) e alla presenza di jet etichettati come Higgs ($H$-tagged). Vengono definite tre categorie SR tramite soglie del punteggio NN: High-NN (HNN), Mid-NN (MNN) e Low-NN (LNN). La regione LNN, con minore purezza di segnale ma elevate statistiche di fondo, è utilizzata per vincolare le normalizzazioni del fondo nell'adattamento statistico.
• Analisi Statistica: Viene eseguito un adattamento di verosimiglianza profilata binnato sulla distribuzione della massa efficace ($m_{\text{eff}}$) attraverso tutte le regioni di analisi. L'adattamento include parametri di disturbo per le incertezze sistematiche (sperimentali e teoriche) e fattori di normalizzazione liberi per specifici componenti del fondo ($t\bar{t}+c$ e $t\bar{t}+b$).

Contributi Chiave

• Migliorata Modellizzazione del Fondo: L'implementazione di una tecnica di ripesatura guidata dai dati migliora significativamente l'accordo tra dati e previsioni del SM per i fondi $t\bar{t}$ e $V$+jets, in particolare nei regimi cinematici rilevanti per le ricerche di risonanze pesanti.
• Discriminazione del Segnale Potenziata: L'uso di un classificatore a rete neurale, combinato con la ricostruzione esplicita dei candidati per il quark top leptonico e lo sfruttamento della topologia back-to-back delle particelle pesanti prodotte in coppia, fornisce un potere di separazione superiore rispetto alle precedenti ricerche ATLAS in questo canale.
• Test Completo degli Scenari: La ricerca interpreta i risultati sotto tre scenari di riferimento distinti: il singoletto SU(2), il doppietto SU(2) e uno scenario in cui la frazione di ramificazione $B(T \to Ht)$ è impostata al 100%.

Risultati
Non viene osservato alcun eccesso significativo di eventi rispetto alla previsione del Modello Standard in nessuna delle regioni di analisi. Di conseguenza, vengono stabiliti limiti superiori sulla sezione d'urto di produzione in coppia dei quark T vettoriali simili al livello di confidenza del 95% (CL).

I limiti inferiori osservati sulla massa per il quark T sono:

• 1,40 TeV per la rappresentazione singoletto SU(2).
• 1,56 TeV per la rappresentazione doppietto SU(2).
• 1,66 TeV per lo scenario in cui $B(T \to Ht) = 100\%$.

Questi limiti rappresentano i vincoli più stringenti a oggi per gli scenari del doppietto SU(2) e $B(T \to Ht) = 100\%$, estendendo i precedenti limiti di esclusione rispettivamente di 0,07 TeV e 0,16 TeV. Per lo scenario del singoletto SU(2), questo risultato migliora il precedente limite ATLAS di 0,04 TeV. Si nota che l'analisi è limitata principalmente dalle incertezze statistiche.

Significato
L'articolo afferma che questi risultati forniscono i limiti di esclusione più stringenti attualmente disponibili per i quark T vettoriali simili nei canali di decadimento e nelle rappresentazioni di gauge specificati. Utilizzando l'intero dataset di Run 2 e tecniche di analisi avanzate (ripesatura e machine learning), la ricerca esplora efficacemente intervalli di massa più elevati rispetto alle precedenti analisi ATLAS. Gli autori notano che, sebbene la ricerca attuale sia limitata statisticamente, l'aumento del volume di dati atteso da Run 3 e dall'LHC ad alta luminosità offre un potenziale significativo per estendere la sensibilità a masse ancora più elevate. I risultati sono resi disponibili per reinterpretazione tramite HEPData, inclusi i rendimenti degli eventi, le incertezze sistematiche e lo spazio di lavoro statistico.