Search for long-lived charginos and $τ$-sleptons using final states with a disappearing track in $pp$ collisions at $\sqrt{s} = 13$ TeV with the ATLAS detector

ATLAS 検出器を用いた 13 TeV の陽子 - 陽子衝突データ（137 fb⁻¹）に基づき、消滅する軌道を持つ最終状態を用いた長寿命チャージノおよびτスレプトンの探索が行われ、統計的に有意な過剰は観測されず、特定の寿命範囲においてこれらの粒子の質量に対する上限が設定された。

要約

消える足跡を追う：CERN の巨大実験「ATLAS」の最新探検記

この論文は、世界最大の粒子加速器「LHC」を使って行われた、ATLAS 実験チームによる新しい探検の報告書です。彼らが探していたのは、**「消える足跡（Disappearing Track）」**という、奇妙で神秘的な現象です。

まるで魔法のように、ある粒子が検出器の中を走っている途中で突然見えなくなってしまうのです。この「消える足跡」を見つけることで、私たちは「超対称性（SUSY）」という、まだ見えない新しい物理の世界への入り口を探ろうとしています。

以下に、この難しい科学論文を、誰でもわかる物語と比喩を使って解説します。

---

1. 物語の舞台：巨大な砂時計と「消える足跡」

想像してください。
LHC という巨大な円形のトンネルで、2 つの粒子ビームが光速に近い速さで衝突しています。その衝突の瞬間、新しい粒子が生まれるかもしれません。

ATLAS 検出器は、その衝突地点を取り囲む**「巨大な多層構造のカメラ」**のようなものです。通常、粒子が通ると、カメラの各層（ピクセル層）に「足跡（ヒット）」を残します。

• 普通の粒子： 検出器の奥深くまで走り抜け、すべての層に足跡を残します。
• 今回の探検対象（長寿命の粒子）： 検出器の入り口付近（内側の層）を少し走った後、**「突然、消えてしまう」**粒子です。

この粒子は、検出器の「最初の 3 層か 4 層」にだけ足跡を残し、その先では何の痕跡も残さずに消えます。これを**「消える足跡（Disappearing Track）」**と呼びます。

2. 彼らが探している「犯人」たち

この「消える足跡」を残すのは、おそらく**「超対称性粒子」**という、私たちがまだ見たことのない新しい粒子です。特に 2 種類の「犯人」が疑われています。

A. 電弱性粒子（チャージノ）：「影の双子」

• 正体： 電子やニュートリノの「双子」のような粒子ですが、少し重いです。
• 特徴： 非常に軽い「ニュートリノの双子（ニュートラルノ）」と、わずかな質量差しかありません。
• 消える理由： この粒子は、ごく短い距離を走った後、**「軽いパイオン（荷電パイオン）」**という小さな破片を捨てて、ニュートラルノに姿を変えます。
  • 比喩： 走っている人が、途中で小さな靴下（パイオン）を脱ぎ捨てて、そのまま透明な幽霊（ニュートラルノ）になって消えてしまうようなものです。
  • この「脱ぎ捨てられた靴下」は非常に小さく、通常のカメラでは見つけられませんが、ATLAS にはそれを捉える特別な「高性能スコープ」が搭載されました。

B. スレプトン（τ-スレプトン）：「長距離ランナー」

• 正体： タウ粒子（重い電子）の「双子」です。
• 特徴： 非常に長く生き残り、検出器の中をゆっくりと歩き続けます。
• 消える理由： 最終的にタウ粒子とニュートラルノ（またはグラビティーノ）に崩壊します。これもまた、足跡を残して突然消えます。

3. 探偵の道具：新しい「足跡探り」テクニック

これまでの探偵（過去の研究）は、「4 つ以上の足跡」を残した粒子しか探せませんでした。しかし、今回の探偵チーム（ATLAS コラボレーション）は、「3 つの足跡」だけで粒子を特定する新しい技術を開発しました。

• 3 層の足跡： 粒子がすぐに消えてしまう場合（寿命が短い場合）、4 層目まで到達しません。そこで、3 層の足跡だけでも「これは犯人だ！」と判断できるようにしました。
• AI による「靴下」探知： 粒子が脱ぎ捨てた「小さなパイオン（靴下）」を見つけるために、**機械学習（AI）**を駆使しました。AI は、ノイズと本物の小さな粒子を見分けるプロフェッショナルです。

4. 捜査の結果：犯人は見つかったか？

137 fb⁻¹（これは、LHC が過去 4 年間に衝突させた粒子の総量の単位です）という膨大なデータを分析しました。

• 結果： 残念ながら、「犯人（新しい粒子）」は発見されませんでした。
• しかし： 「犯人がいない」ことも重要な発見です。なぜなら、「犯人がここにいるはずだ」という場所を、すべて「犯人はいない」として排除できたからです。

5. 排除された「犯人」のリスト（限界値）

探偵チームは、「もし犯人がいたなら、この重さ（質量）までは見逃さなかったはずだ」という限界値を定めました。

• 電弱性粒子（チャージノ）の場合：
  • 寿命が短い場合（0.03 秒未満）：重さが225 GeV（電子の約 22 万倍）以下の粒子は「いない」と断定しました。
  • 寿命が長い場合（1 秒前後）：重さが880 GeV（陽子の約 900 倍）以下の粒子は「いない」と断定しました。
• スレプトンの場合：
  • 重さが320 GeV以下の粒子は「いない」と断定しました。

これは、以前の探偵活動（2022 年の研究）よりも、さらに深く、さらに重い粒子の領域まで「犯人はいない」と確認できたことを意味します。

6. なぜこれが重要なのか？

「犯人が見つからなかった」のは悲しいことのように思えるかもしれませんが、科学にとっては**「地図の空白を埋める」**という大きな進歩です。

• 宇宙の謎： 私たちの宇宙には、目に見える物質の 5 倍もの「暗黒物質（ダークマター）」があると言われています。この「消える足跡」を残す粒子こそが、その暗黒物質の正体かもしれないのです。
• 理論の修正： 探偵が「犯人はいない」と場所を狭めていくことで、物理学者たちは「超対称性」という理論をより正確に修正したり、あるいは別の新しい理論を考え直したりする材料を得られます。

まとめ

この論文は、「消える足跡」を追いかける、壮大な探偵小説です。
ATLAS 実験チームは、より鋭い目（3 層の足跡探知）と、より賢い頭脳（AI による解析）を駆使して、LHC の衝突データをくまなく調べ上げました。

残念ながら、今回は「犯人（新しい粒子）」には出会えませんでした。しかし、彼らは**「犯人が潜んでいそうな場所」を、これまで以上に狭く、厳密に排除することに成功しました。**

この「犯人不在」の報告こそが、人類が宇宙の謎にさらに一歩近づいたことを示す、確かな足跡なのです。

技術概要

ATLAS 検出器を用いた 13 TeV の陽子 - 陽子衝突データ（統合ルミノシティ 137 fb$^{-1}$、LHC Run 2）に基づき、長寿命のチャージンノ（charginos）および$\tau$-スレプトン（$\tau$-sleptons）の探索を行った論文の技術的サマリーを以下に示します。

1. 研究の背景と課題 (Problem)

• 超対称性理論（SUSY）の検証: 標準模型（SM）の階層性問題の解決やダークマター候補として期待される超対称性粒子の探索は、LHC の主要な目標の一つです。特に、電弱スケール付近の質量を持つ電弱超対称性粒子（electroweakinos: チャージンノ、ニュートラリーノ）やスレプトンは、直接生成断面積が大きい可能性がありますが、従来の強い相互作用粒子（クォーク、グルーオン）の探索では制限されてきました。
• 消失軌跡（Disappearing Track）の重要性: 多くの SUSY シナリオ（特に wino 型や higgsino 型のチャージンノ、および co-annihilation 領域の$\tau$-スレプトン）では、荷電粒子と中性の最軽量超対称性粒子（LSP）の質量差が非常に小さい（$\sim$100-300 MeV）ため、荷電粒子は極めて短い寿命（$\tau \sim 0.01 - 10$ ns）を持ちます。
  • この場合、荷電粒子は検出器の内部追跡層（ピクセル検出器）を通過した直後に中性粒子（LSP）と低運動量の荷電パイオン（$\pi^\pm$）または$\tau$レプトンに崩壊します。
  • 崩壊後の軌跡は検出器内で「消える」ため、標準的な軌跡再構成アルゴリズムでは検出されず、**「消失軌跡（disappearing track）」**という特徴的なシグナルとなります。
• 既存の限界: 以前の ATLAS 解析（Run 1 や初期 Run 2）では、主に 4 層以上のピクセルヒットを要求していました。しかし、higgsino 型チャージンノのように寿命が極めて短い（$\tau < 0.03$ ns）場合、粒子は 3 層目以前で崩壊するため、従来の手法では検出効率が低く、探索感度に限界がありました。また、崩壊で生じる低運動量の$\pi^\pm$（250-350 MeV）の再構成も困難でした。

2. 手法と分析戦略 (Methodology)

本研究では、より短い寿命の粒子を検出するための革新的な再構成技術と解析戦略を採用しました。

• データセット: LHC Run 2（2015-2018）で記録された 137 fb$^{-1}$のデータ。トリガーは欠損横運動量（$E_T^{\text{miss}}$）と高エネルギーの初状態放射（ISR）ジェットを要求。
• 特化された軌跡再構成（Tracklet Reconstruction）:
  • 3 層ヒットの採用: 従来の 4 層ヒットに加え、**ピクセル検出器の 3 層のみで構成された短い軌跡（tracklet）**を再構成する専用アルゴリズムを導入。これにより、極めて短い寿命（$\sim 0.02$ ns）を持つ粒子の検出感度を大幅に向上させました。
  • 軌跡の品質基準: 軌跡がカロリメータにエネルギーを蓄積しないこと（disappearing nature）を要求し、背景を抑制。
• 低エネルギー荷電パイオンの再構成:
  • higgsino 型チャージンノの崩壊（$\tilde{\chi}^\pm_1 \to \pi^\pm \tilde{\chi}^0_1$）で生じる低運動量パイオンを特定するため、ブースト決定木（BDT）を用いた機械学習アルゴリズムを開発・適用しました。
  • 標準的な軌跡再構成では見逃される「ソフト・トラック（soft tracks）」を再構成し、BDT によって偶然のヒットと真のパイオンを識別します。
• 信号領域（SR）の定義: 4 つの直交する信号領域を定義し、それぞれ異なる条件で感度を最大化しました。
  • SR4High / SR4Mid: 4 層ヒットの tracklet を要求（幅広い寿命領域をカバー）。$E_T^{\text{miss}}$の閾値を異ならせる。
  • SR3High1$\pi$: 3 層ヒットの tracklet かつ、BDT によって識別された低エネルギーパイオンの存在を要求（higgsino 型に特化）。
  • SR3High0$\pi$: 3 層ヒットの tracklet かつ、パイオンの存在を veto（背景抑制）。
• 背景推定（Data-Driven Methods）:
  • 主要な背景は、誤って tracklet として再構成された標準模型粒子（電子、ミューオン、ハドロン）および無関係なピクセルヒットの偶然の結合（fake track）です。
  • これらの背景を推定するために、テンプレート領域（TR）と制御領域（CR）を用いた純粋なデータ駆動型手法を採用しました。
    • Fake track: MC シミュレーションとデータの組み合わせで転送係数（Transfer Factors）を導出。
    • 電子・ミューオン・ハドロン: $Z \to \ell\ell$イベントを用いたタグ・アンド・プローブ法や、カロリメータ veto 条件などを用いて、標準軌跡が tracklet として再構成される確率をデータから評価。

3. 主要な貢献と技術的革新 (Key Contributions)

• 3 層 tracklet 再構成アルゴリズムの確立: 以前の解析では不可能だった、極めて短い寿命の粒子（higgsino 領域）に対する感度を劇的に向上させました。
• 低エネルギーパイオンの BDT 識別: 従来の手法では検出困難だった低運動量パイオンを、機械学習を用いて効率的に選別し、higgsino 型チャージンノの探索感度を高めました。
• 背景推定手法の高度化: 複数の制御領域と転送係数を組み合わせ、統計的・系統的な不確かさを最小化しつつ、データ駆動で背景を精密に評価する手法を確立しました。
• 包括的なシナリオ探索: wino 型、higgsino 型チャージンノ、および CMSSM および GMSB モデルに基づく$\tau$-スレプトンまでを網羅的に探索しました。

4. 結果 (Results)

• 観測結果: 4 つの信号領域すべてにおいて、標準模型の背景予測と観測データはよく一致しました。顕著な過剰（excess）は検出されませんでした（最大の局所的有意性は SR4High で 1.9$\sigma$）。
• 排除限界（Exclusion Limits）: 95% 信頼区間（CL）で、以下の質量上限が設定されました（観測値（期待値））：
  • Wino 型チャージンノ: 寿命 $\sim 1$ ns で、質量 880 GeV (1020 GeV) まで排除。
  • Higgsino 型チャージンノ:
    • 寿命 $\tau < 0.03$ ns（SM ループ補正による質量分裂）: 質量 225 GeV (250 GeV) まで排除。これはこの領域における世界最高水準の制限です。
    • 寿命 $\sim 1$ ns: 質量 720 GeV (840 GeV) まで排除。
  • $\tau$-スレプトン: 寿命 $\sim 1$ ns で、
    • CMSSM モデル: 質量 320 GeV (390 GeV) まで排除。
    • GMSB モデル: 質量 300 GeV (380 GeV) まで排除。
• 感度の向上: 以前の ATLAS 解析（Run 2 初期）と比較して、higgsino 型チャージンノの質量感度が約 15 GeV 向上し、wino 型では約 100 GeV 向上しました。また、特定の質量・寿命領域での信号断面積の排除限界は、以前の結果の 1.8〜2.5 倍の感度向上を達成しました。

5. 意義と結論 (Significance)

• SUSY パラメータ空間の縮小: 本解析は、特に「自然な SUSY（Natural SUSY）」や「wino/higgsino ダークマター」シナリオにおいて、未探索であった短い寿命・低質量領域を厳密にテストしました。
• 技術的ブレイクスルー: 3 層ピクセルヒットの活用と機械学習による低エネルギー粒子の識別は、将来の LHC 高光度ラン（HL-LHC）や将来の加速器における長寿命粒子探索のための重要な技術的基盤を提供しました。
• ダークマター探索への寄与: 電弱相互作用のみを持つダークマター候補（WIMP）の重要なクラスである wino/higgsino に対する制限を強化し、理論モデルの制約を強固にしました。
• 結論: 現在のデータでは新物理の証拠は見つかりませんでしたが、ATLAS 検出器の性能を最大限に活用した高度な解析手法により、SUSY パラメータ空間の広範な領域で厳格な排除限界が設定されました。これは、標準模型を超える物理の探索において、長寿命粒子シグナルの重要性を再確認する結果となりました。