Quirk SUEP

技術要約：クォークによるソフト・アンクラスタード・エネルギー・パターン

問題と動機
LHCにおける標準模型（SM）を超える物理の探索では、低横運動量（$p_T \lesssim \text{GeV}$）の粒子で構成されるソフト・アンクラスタード・エネルギー・パターン（SUEP）を含むシグネチャが見落とされることが多い。これらのシグネチャは、大きな非摂動的背景（バックグラウンド）によって遮蔽され、オンラインでのトリガー設定も困難であるため、検出が難しい。著者らは、TeVスケールの共鳴現象に伴う低$p_T$トラックに着目した探索戦略を提案している。このアプローチは、高$p_T$トリガーの要件を満たすために共鳴を利用しつつ、シミュレーションのみに頼ることなく共鳴のサイドバンドを用いて背景事象を推定するものである。具体的な動機として、重いダーククォーク（クォーク）が生成された後、多数のソフトな標準模型粒子を放出しながら減衰・消滅していく「ダークQCD」を特徴とする「ヒドゥン・バレー（Hidden Valley）」モデルの一種がある。

信号モデル：マイクロスコピック・クォーク
本論文では、「クォーク」に基づくベンチマークモデルを開発している。これは、ダーク閉じ込めスケール（$\Lambda'$）よりも質量（$m_{q'}$）がはるかに大きいダーククォークである。このシナリオでは、対生成されたクォーク・反クォーク対がカラー弦によって結ばれるが、軽いダーククォークのフレーバーが存在しないため、弦は切断されない。代わりに、このペアは振動しながらエネルギーを放射し、基底状態に達して消滅する。

• 脱励起（De-excitation）: このモデルでは、クォークが標準模型のQCD電荷を持つと仮定する。脱励化の際、彼らは自身の静止系において等方的に標準模型のパイ中間子を放出する。この放出はハーゲドロン温度（$T_H \approx 150$ MeV）を持つ熱的プロセスとしてモデル化され、イベントあたり$\mathcal{O}(10^3)$個のソフトなパイ中間子が生じる。
• 消滅（Annihilation）: 脱励化した後、クォークニウムは一対の高$p_T$標準模型ジェット（ダイジェット）へと消滅する。
• パラメータ: モデルは、クォーク質量（$m_{q'}$）、ダーク閉じ込めスケール（$\Lambda'$）、および内部エネルギーがパイ中間子に変換される割合を表すパラメータ $E_{\text{frac}}$（0.2から1.0の範囲）によって定義される。本研究は、弦の長さが標準模型の閉じ込めスケールの逆数よりも小さい「マイクロスコピック」領域に焦点を当てており、これにより迅速な脱励起と消滅を保証している。

手法とシミュレーション
著者らは、積分ルミノシティ $140 \text{ fb}^{-1}$ に対応する13 TeVの陽子・陽子衝突における信号および背景事象をシミュレートしている。

• シミュレーションツール: 信号生成には、クォーク生成のための MG5_aMCatNLO と、ハドロン化のための Pythia 8 を組み合わせた半解析的なハイブリッド手法を使用している。パイ中間子の放出は、等方的な熱放射として扱われる。背景となるダイジェット事象は、次数の低い（leading order）生成モデルを用いている。
• 検出器シミュレーション: 事象は簡略化された Delphes 3.5 シミュレーションを通じて処理される。選択基準は ATLAS のダイジェット探索を模しているが、質量分解能を向上させるためにジェット半径を大きく設定しており（$R=1.0$）、$p_T > 0.5$ GeV のトラックを受け入れる。
• 選択戦略: 包括的な共鳴探索に対する感度を高めるために、以下の3つの戦略を評価している。
  1. カットベース: トラック数（$N_{\text{tracks}}$）に対する単純な矩形カットであり、最も強力な識別子として特定された。
  2. 教師あり学習: $N_{\text{tracks}}$、極角、横スフェリシティ、平均トラック間隔などの観測量を用いた、信号および背景分布に基づくニューラルネットワークの訓練。
  3. 弱教師あり異常検知: ダイジェット信号領域内のトラック分布における異常を見つけるために CATHODE フレームワークを採用し、正規化フローを用いてサイドバンドから背景密度を推定する。

主な結果

• 識別能: ソフトなトラックの数は、支配的な観測量である。高い $E_{\text{frac}}$（高いパイ中間子多重度）の場合、信号は背景となるQCDと比較して、有意に高いトラック数と高い等方性を示す。
• 発見ポテンシャル:
  • 標準的なベンチマークモデル（$\mu=1$）では、包括的な探索のみでも クォーク質量 750 GeV での $5\sigma$ 発見がほぼ達成可能である。
  • より高い質量（1.0 および 1.5 TeV）の場合、トラックベースの選択戦略を導入することで感度が大幅に向上する。
  • 教師あり分類器は最高の性能を示し、発見に必要な信号強度を最小にする。しかし、テスト信号が訓練時と異なる $E_{\text{frac}}$ を持つモデルであっても、その性能は堅牢である。
  • 単純なトラック多重度カットは、高い $E_{\text{frac}}$ において教師あり分類器と同等の性能を示し、モデルに依存しない代替手段を提供する。
  • 異常検知（CATHODE）は、単純なトラックカットと同等の感度をもたらす。著者らは、この特定のモデルにおける発見に必要な信号強度が低い場合、異常検知器は微妙な運動学的特徴よりも、ほとんどトラック多重度の観測量に依存していると指摘している。
• 排除限界:
  • 教師あり分類器を用いると、$E_{\text{frac}} = 0.2$ の場合、約 1450 GeV までのクォーク質量を排除できる。
  • $E_{\text{frac}} = 1.0$ の場合、教師あり分類器または厳格なトラック多重度カットを用いることで、調査対象の全位相空間（$m_{q'} < 1500$ GeV, $\Lambda' < 200$ GeV）を排除できる。
  • 異常検知手法（CATHODE/IAD）は、排除に典型的な低い信号強度の状況では、包括的な探索と比較して排除限界を大幅に改善することはない。これは、統計的ゆらぎにより $S+B$ と $B$ の区別が困難になるためである。

意義と主張
本論文は、TeVスケールの共鳴に随伴する低$p_T$トラック分布のアノマリー（異常）を探索することが、脱励起束縛状態やダークシャワーを発見するための実行可能かつ強力な戦略であることを実証していると主張している。著者らは以下の点を強調している：

1. 拡張された到達範囲: ソフトなトラック情報を用いることで、標準的なダイジェット探索の到達範囲を、特にトラック多重度が高いモデルにおいて拡大できる。
2. モデル独立性: トラック多重度の単純なカットは、新しいトラックの特定の角度的または運動学的な性質を仮定することなく、感度を高めるための比較的モデルに依存しない方法を提供する。
3. 堅牢性: 教師あり分類器は、信号パラメータ（例：誤った $E_{\text{frac}}$）がミスマッチであっても効果的であるが、その性能は特定の信号特性に依存する。
4. 未探索の位相空間: 提案された現象論は、これまでLHCで調査されてこなかったパラメータ空間（ソフトで等方的なトラックのアノマリーを伴う共鳴）をカバーしている。

著者らは、異常検知手法（CATHODEなど）はモデル依存性を低く保つのに有用であるが、この特定のベンチマークモデルにおいてはトラック多重度の観測量が支配的であるため、より単純な選択戦略が非常に効果的であると結論付けている。また、今後の課題として、共鳴の種類（例：ジレプトン）や放射スペクトルの変化を検討することを提案している。