Search for Z' bosons decaying into charginos in final states with two oppositely charged leptons and missing transverse momentum in pp collisions at $\sqrt{s}$ = 13 TeV

CMS 実験の 13 TeV の陽子 - 陽子衝突データを用いた解析により、2 つの反対符号のレプトンと横方向運動量欠損を最終状態とするレプトン非対称な Z' ボソンがチャージノ対へ崩壊する事象が探索され、標準模型の予測と一致する結果が得られ、特定のモデル条件下で Z' ボソンの質量が約 3.5 TeV まで排除された。

要約

この論文は、スイスの CERN（欧州原子核研究機構）にある巨大な加速器「LHC」で行われた、「見えない粒子」を探す壮大な探偵物語です。

CMS という実験チームが、2016 年から 2018 年にかけて集めた膨大なデータ（138 fb⁻¹という、もしこのデータを紙に印刷したら地球を何周もできる量！）を分析し、新しい物理法則のヒントを探しました。

以下に、専門用語を排して、わかりやすい比喩を使って説明します。

1. 探しているもの：「お化け」の Z' ボソン

通常、物理学者は「Z' ボソン」という、私たちが知っている Z ボソン（電気を運ぶ粒子）の「お兄さん」のような、もっと重くて大きな粒子を探しています。

• 通常の Z' ボソン： 電子やミューオン（電子の親戚）といった「目に見える粒子」にすぐ崩壊します。これは、暗闇で光る蛍光灯のように、すぐに見つかりやすいです。
• 今回の探偵対象（Z' ボソン）： この論文で探しているのは**「レプトン嫌いの Z' ボソン」です。これは、電子やミューオンといった「目に見える粒子」を全く作らず、「見えない粒子」**（チャージノやニュートリノ）だけを生み出します。
  • 比喩： 普通の Z' ボソンが「派手な花火」なら、今回の Z' ボソンは**「音も光も出さない、完全な影の忍者」**です。

2. 事件の現場：衝突と「エネルギーの欠損」

LHC では、陽子（水素の原子核）を光速近くまで加速してぶつけ合います。

• シナリオ：

  1. 陽子同士の激しい衝突で、重くて目に見えない「忍者の Z' ボソン」が生まれます。
  2. すぐに、Z' ボソンは「チャージノ」という別の見えない粒子のペアに崩壊します。
  3. チャージノはさらに崩壊し、「W ボソン」（これも一瞬で消える粒子）と「ニュートリノ」（幽霊のように通り抜ける粒子）になります。
  4. W ボソンは、最後に**「電子かミューオン（レプトン）」**と「ニュートリノ」に変わります。

• 結果： 検出器に残るのは、**「2 つの反対方向に飛ぶレプトン」と、「どこへ行ったかわからないエネルギー（ニュートリノ）」**だけです。

  • 比喩： 部屋で何かが爆発し、2 つの破片が壁に当たった跡（レプトン）は残っていますが、爆発の中心（ニュートリノ）は消え去ってしまいました。物理学者は「エネルギーの収支が合わない！」という**「エネルギーの欠損（Missing Energy）」**を見て、「あそこに何か見えないものがいたに違いない」と推理します。

3. 捜査手法：AI 探偵の登場

背景には、通常の物理現象（トップクォークの生成など）による「ノイズ」が山ほどあります。これらは信号と非常によく似ているため、単純なルールで区別するのは不可能です。

そこで、チームは**「パラメータ化されたニューラルネットワーク（PNN）」**という高度な AI を使いました。

• 従来の方法： 「A という重さの粒子を探す AI」と「B という重さの粒子を探す AI」を別々に作ると、A と B の中間の重さの粒子を見逃してしまいます。
• 今回の AI（PNN）： 「重さ」という変数を AI 自体に教えておきます。
  • 比喩： 従来の AI が「特定の顔（例：30 歳の男性）しか見分けられないカメラ」だとしたら、今回の PNN は**「年齢や体型を自在に調整できる、万能な顔認識カメラ」**です。どんな重さの粒子が現れても、その特徴を瞬時に見抜いて「これは信号だ！」と判断します。

4. 捜査結果：「犯人」は見つからなかった

分析の結果、観測されたデータは、「標準モデル（現在の物理学の常識）」が予測する背景ノイズと完全に一致しました。

• 結論： 「忍者の Z' ボソン」の証拠は見つかりませんでした。
• しかし、これは大きな成果です！
  「見つからなかった」ことで、物理学者は**「もし Z' ボソンが存在するなら、その重さは少なくとも 3.5 テラ電子ボルト（TeV）以上でなければならない」**という制限を設けられました。
  • 比喩： 「犯人（Z' ボソン）はここにはいない」ということで、捜査範囲（存在しうる粒子の重さの範囲）を狭めることができました。これにより、今後、より重い粒子を探すための道筋が明確になりました。

まとめ

この論文は、「見えない粒子の影」を探すための、最先端の AI を使った高度な捜査報告書です。

• 探偵： CMS 実験チーム
• 容疑者： レプトン嫌いの Z' ボソン（見えない粒子）
• 証拠： 2 つのレプトンと、行方不明のエネルギー
• 捜査手段： 重さを自在に学習できる AI（PNN）
• 結末： 犯人は見つからなかったが、その存在を否定する強力な証拠（質量の上限）が得られた。

物理学では「新しいものが見つからなかった」という結果も、**「古い理論がまだ正しいこと」や「次はもっと重いものを狙おう」**という重要なステップとなります。この研究は、宇宙の謎を解き明かすための、次の一歩を踏み出したと言えます。

技術概要

CERN CMS 実験によるレプトフォビック Z' ボソンの探索に関する技術的サマリー

本論文（CMS-SUS-23-006）は、CERN の大型ハドロン衝突型加速器（LHC）において、13 TeV の陽子 - 陽子衝突データを用いて、標準模型（SM）を超える物理（BSM）の候補である「レプトフォビック Z' ボソン」がチャージンノ対に崩壊する過程を探索した結果を報告したものです。2016 年、2017 年、2018 年のデータ（総積分光度 138 fb⁻¹）を解析し、最終状態として「2 つの反対符号の荷電レプトンと、大きな横運動量欠損（$p^{\text{miss}}_T$）」を特徴とする事象を対象としています。

以下に、問題設定、手法、主要な貢献、結果、および意義について詳細をまとめます。

---

1. 問題設定と背景

• Z' ボソンの探索: 従来の Z' 探索は、主にレプトン対（$e^+e^-$, $\mu^+\mu^-$）やジェット対への直接崩壊に焦点を当ててきました。しかし、これらは厳格な実験的制限を受けています。
• レプトフォビック Z' と UMSSM: 本論文では、最小超対称標準模型（MSSM）を E6 大統一理論に埋め込んだ「U(1)' 拡張最小超対称標準模型（UMSSM）」を想定しています。このモデルでは、特定の電荷設定により Z' ボソンがレプトンへの崩壊を抑制する「レプトフォビック」性質を持ち、従来のレプトン対探索の制限を回避しつつ、チャージンノ（$\tilde{\chi}^\pm_1$）やニュートリノノ（$\tilde{\chi}^0_1$）などの超対称粒子への崩壊が支配的になる可能性があります。
• 未解決のシナリオ: これまでの Z' 探索やチャージンノ対生成の探索は、それぞれ独立して行われており、重粒子（Z'）の崩壊として生成されたチャージンノの運動学的特徴を考慮した、レプトン対＋$p^{\text{miss}}_T$ の最終状態に対する包括的な探索は行われていませんでした。

2. 解析手法

• データとシミュレーション:
  • データ: LHC Run 2（13 TeV）の 2016-2018 年データ（138 fb⁻¹）。
  • 信号モデル: $pp \to Z' \to \tilde{\chi}^+_1 \tilde{\chi}^-_1 \to (W^+ \tilde{\chi}^0_1) (W^- \tilde{\chi}^0_1) \to \ell^+ \nu \tilde{\chi}^0_1 \ell^- \nu \tilde{\chi}^0_1$。Z' 質量（1.7〜4.1 TeV）とチャージンノ質量（345〜1845 GeV）をスキャン。ニュートリノノ質量はチャージンノ質量の半分と仮定。
  • 背景: $t\bar{t}$、単一トップ、$WW$、$WZ$、$ZZ$、Drell-Yan (DY) などを POWHEG や MADGRAPH5 aMC@NLO により NLO 精度でシミュレーション。
• 事象選択（シグナル領域）:
  • 2 つの反対符号のレプトン（$e$ または $\mu$）。
  • 先頭レプトン $p_T > 80$ GeV、2 番目 $p_T > 40$ GeV。
  • レプトン対の不変質量 $m_{\ell\ell} > 100$ GeV（Z ボソン背景の抑制）。
  • 横運動量欠損 $p^{\text{miss}}_T > 100$ GeV。
  • b ジェットの veto（$t\bar{t}$ 背景の抑制）。
  • レプトンフレーバーごとの 3 つのチャネル（$e^+e^-$, $\mu^+\mu^-$, $e^\pm\mu^\mp$）に分類。
• 多変量解析（パラメータ化ニューラルネットワーク: PNN）:
  • 従来の単一のニューラルネットワーク（特定の質量点で訓練）では、他の質量点での性能が低下する課題を解決するため、**パラメータ化ニューラルネットワーク（PNN）**を採用。
  • Z' 質量とチャージンノ質量をニューラルネットワークの入力変数として含めることで、広範な質量領域に対して最適な識別性能を維持。
  • 入力変数：レプトンの $p_T$、$m_{\ell\ell}$、$p^{\text{miss}}_T$、トランスバース質量（$m_T$）、ストランスバース質量（$M_{T2}$）、および角距離（$\Delta R$, $\Delta \phi$）など。
  • 訓練には TensorFlow/Keras を使用し、信号と背景のバランスを調整して学習。
• 背景評価:
  • 主要な背景（$t\bar{t}$, $WW$, DY）は、シグナル領域（SR）と 3 つの制御領域（CR: $t\bar{t}$ CR, $WW$ CR, DY CR）を同時にフィッティングして正規化係数を決定。
  • 統計的解釈には、CLs 法を用いたアシモフ近似（Asymptotic approximation）を採用。

3. 主要な貢献

• 初の探索: LHC データを用いた、レプトフォビック Z' がチャージンノ対に崩壊し、さらにレプトン的に崩壊する過程の初の探索である。
• PNN の応用: 超対称粒子探索において、モデルパラメータ（質量）を直接ニューラルネットワークに入力する「パラメータ化」手法を適用し、広範な質量スキャンに対して効率的かつ高精度な信号抽出を実現した。
• 包括的な背景評価: 複数の制御領域を用いた同時フィッティングにより、主要な SM 背景の正規化をデータ駆動型で高精度に評価し、系統誤差を低減した。

4. 結果

• データと標準模型の一致: 観測された事象数と PNN スコアの分布は、標準模型の予測とよく一致しており、Z' ボソンの存在を示す有意な過剰は確認されなかった。
  • $\mu^+\mu^-$ チャネルで信号類似のビンに軽微な過剰（局所有意性 2〜3$\sigma$）が観測されたが、統計的揺らぎの範囲内と判断された。
• 排除限界:
  • 95% 信頼区間（CL）で、Z' 生成断面積の上限が設定された。
  • 特定のモデル（Z' がチャージンノ対にのみ崩壊し、チャージンノが W ボソンとニュートリノノに崩壊する場合）において、Z' ボソンの質量は約 3.5 TeV まで排除された。
  • Z' 質量が 2.9 TeV の場合、チャージンノ質量は 400〜1400 GeV の範囲が排除された。
• 感度: 感度は主に異種レプトンチャネル（$e^\pm\mu^\mp$）によって支配されており、同種レプトンチャネルよりも高い事象数と感度を示した。

5. 意義と結論

本研究は、レプトフォビック Z' ボソンという、従来のレプトン対探索では見逃されがちな BSM 物理の重要なシナリオを初めて厳密に検証した点で画期的です。

• 理論的意義: UMSSM モデルにおけるレプトフォビック Z' の存在可能性に強い制限を課し、超対称性破れのパラメータ空間を狭めました。
• 手法論的意義: パラメータ化ニューラルネットワーク（PNN）を用いることで、広範な質量スキャンを単一のモデルで効率的に処理する手法の有効性を実証しました。これは将来の BSM 探索における標準的なアプローチとなる可能性があります。
• 将来展望: 観測された事象は標準模型と整合的でしたが、より高エネルギー・高光度の LHC Run 3 や将来の加速器において、より重い質量領域や微細な信号の探索が期待されます。

結論として、CMS 実験は 138 fb⁻¹ のデータを用いて、レプトフォビック Z' ボソンがチャージンノ対に崩壊する過程を探索し、Z' 質量 3.5 TeV までの領域を排除しました。これは、超対称性モデルにおける新たな制約を提供する重要な成果です。