Search for electroweakinos in compressed-spectrum scenarios with low-momentum isolated tracks in proton-proton collisions at $\sqrt{s}$ = 13 TeV

13 TeV の陽子 - 陽子衝突データ 138 fb$^{-1}$を用いて、CMS 共同研究グループは、低運動量の孤立した軌跡と横方向の運動量欠損を通じて、ほぼ質量縮退したヒッグシノ様電弱超対称粒子の探索を行い、有意な過剰事象は見られず、質量分裂が 0.28 から 1.15 GeV の範囲においてチャージノ質量に対して 185 GeV までの厳格な排除限界を設定した。

要約

この論文を簡単な言葉と日常的な比喩を用いて解説します。

全体像：「幽霊のような双子」の追跡

あなたが非常に特定の種類の犯罪者を探している探偵だと想像してください。この犯罪者は「幽霊」であり、指紋を残すことはありませんが、かすかでほとんど見えない足跡は残します。

素粒子物理学の世界において、CERN（欧州原子核研究機構）の科学者たちは超対称性（SUSY）の証拠を探しています。SUSY を、既知のすべての粒子がより重く、見えない双子を持っている「影の世界」と考えてください。これらの双子の特定の一種をヒッグシノと呼びます。

問題は？これらのヒッグシノは非常に引っ込み思案だということです。もし存在するとしても、パートナーと質量が非常に似ているため、崩壊（分解）する際にほとんど動きません。これはハリケーンの中でささやきを聞き分けるようなもので、見つけるのが極めて困難です。

具体的な謎：「圧縮された」シナリオ

この論文は**「圧縮されたスペクトル」**と呼ばれる厄介な状況に焦点を当てています。

• 比喩： 重いボーリングボール（重い粒子）が丘を転がっている想像してください。通常、それが割れると、テニスボール（新しい粒子）が大きな速度で飛び出します。テニスボールが飛んでいく様子は容易に観察できます。
• ひねり： この特定のシナリオでは、ボーリングボールとテニスボールの質量がほぼ完全に同じです。ボーリングボールが割れるとき、テニスボールは飛び出しません。わずかに前方に転がるだけです。それは非常にゆっくりと移動し（「低運動量」を持ち）、そこに浮いているように見えます。

これらの粒子は非常に重く、非常にゆっくりと移動するため、検出器から素早く離れることはありません。代わりに、単一のゆっくりとしたパイオン（粒子の一種）に変わるまで、ごく短い距離（最大約 1 センチメートル）を移動します。これにより、メインの衝突地点に接続しない、かすかで短い線である**「柔らかく孤立した軌跡」**が検出器に生じます。

課題：干し草の山から針を見つけること

科学者たちは、膨大なデータのかたまりの中から、これらのかすかで遅い軌跡を探しています。

• 干し草の山： 大型ハドロン衝突型加速器（LHC）は、陽子を数十億回衝突させます。これらの衝突のほとんどは、粒子の混沌とした混乱（背景ノイズ）を生み出します。
• 針： 彼らが求めている信号は、衝突の中心からわずかに離れた場所に現れる単一の遅い軌跡であり、多くの「欠落エネルギー」を伴います（幽霊のような粒子が検出器から見えずに逃げ出すためです）。

困難なのは、背景ノイズが膨大であることです。検出器が混乱したり、他の一般的な粒子相互作用によって引き起こされたりする、多くの偽の軌跡が存在します。ノイズの中から本当の「幽霊」の信号を見分けることは、歓声に満ちたスタジアムで特定の人のささやきを聞き分けるようなものです。

解決策：賢い AI 探偵

これを解決するために、CMS チームは単純な規則（「軌跡がこの長さならカウントする」など）を使うだけではありませんでした。代わりに、ニューラルネットワーク（人工知能の一種）を構築しました。

• 仕組み： 特定の匂いを見つけるように犬を訓練すると想像してください。あなたは「幽霊」の匂い（シミュレートされた信号）の例を数千回、そして「ノイズ」（背景）の例を数千回、犬に見せます。
• 訓練： AI には軌跡に関するデータが与えられました。移動速度、正確な開始地点、中心からの漂移距離などです。AI は、人間の目や単純な数学では見逃してしまう微妙なパターンを学習しました。
• 結果： AI はフィルターとして機能し、数百万の軌跡を分類して、「これは幽霊に見える」とか、「これは単なるノイズだ」と判断します。

調査：彼らは何を見つけましたか？

チームは、2016 年から 2018 年にかけて記録された138 兆回の陽子衝突（138 fb⁻¹）のデータを分析しました。彼らは「遅い軌跡」という特定のシグネチャをスキャンするために AI を使用しました。

判決：

• 幽霊は見つからず： すべてのデータを確認した後、彼らはこれらのヒッグシノの双子の証拠をゼロ発見しました。彼らが観測した事象の数は、通常の背景ノイズに対する標準模型（現在の物理学の最良の理論）の予測と完全に一致しました。
• 可能性の排除： 彼らは粒子を見つけませんでしたが、重要なことを学びました。質量差が小さい場合、これらのヒッグシノが存在するとしても、185 GeV（質量の単位）ほど軽いことはあり得ないと、95% の信頼度で言うことができます。

結論：窓を閉ざす

この探索を、家の中の特定の部屋のドアを閉ざすことだと考えてください。

• この論文以前、科学者たちはこれらの「圧縮された」ヒッグシノがその部屋に隠れているかどうか知りませんでした。
• この論文の後、彼らは「私たちはその部屋を隅々まで探した。ヒッグシノはそこにはいない（少なくとも私たちがテストした質量と速度では）」と言うことができます。

これは「自然な超対称性」に厳格な制限を課します。理論家たちには、もしこれらの粒子が存在するならば、この論文がテストした特定の「圧縮された」モデルよりも重いか、あるいは異なって振る舞う必要があることを伝えています。探索は続きますが、この特定の隠れ場所は徹底的にチェックされ、空であることが確認されました。

技術概要

以下は、CMS 論文 CMS-SUS-24-012「$\sqrt{s} = 13$ TeV の陽子 - 陽子衝突における低運動量の孤立軌道を用いた圧縮スペクトルシナリオにおける電弱超対称粒子の探索」の詳細な技術的要約です。

1. 問題定義と物理的動機

本探索は、圧縮スペクトル超対称性（SUSY）、特にヒッグシノ様電弱超対称粒子を含むシナリオを標的としています。これらのモデルにおいて、最も軽い中性超対称粒子（$\tilde{\chi}^0_1$）は、最も軽い超対称粒子（LSP）であり、かつダークマター候補です。次に軽い超対称粒子（NLSP）である、最も軽いチャージノ（$\tilde{\chi}^\pm_1$）と 2 番目に軽い中性超対称粒子（$\tilde{\chi}^0_2$）は、LSP とほぼ質量縮退しています。

• 課題: 質量分裂（$\Delta m^\pm = m(\tilde{\chi}^\pm_1) - m(\tilde{\chi}^0_1)$）が小さい場合（具体的には0.3–1 GeV）、崩壊 $\tilde{\chi}^\pm_1 \to \tilde{\chi}^0_1 \pi^\pm$ は非常に低運動量（ソフト）のピオンを生成します。
• 検出の難しさ:
  • $\Delta m^\pm \lesssim 0.3$ GeV の場合、チャージノは「消滅する軌道（disappearing track）」シグネチャを生み出すのに十分な寿命を持ちます。
  • $\Delta m^\pm \gtrsim 1$ GeV の場合、ピオンは十分なエネルギーを持ち、標準的な軌道として容易に再構成されます。
  • 「ギャップ」: 中間領域（0.3–1 GeV）において、ピオンの横運動量（$p_T$）は通常 1 GeV 未満であり、一次頂点（PV）からの変位は最大で約 1 cm です。これらの軌道は、標準的な再構成の閾値のために失われたり、パイルアップやアンダーライディングイベントに由来する背景と混同されたりすることがよくあります。

2. 手法

データと選別

• データセット: CMS 検出器によって収集された、$\sqrt{s} = 13$ TeV における陽子 - 陽子衝突データ 138 fb$^{-1}$（2016–2018 年）。
• トリガー: 欠損横運動量（$p_T^{miss}$）の閾値が $>120$ GeV の事象が選別されます。
• オフライン選別:
  • $p_T^{miss} > 300$ GeV および $H_T^{miss} > 300$ GeV（ジェット $p_T$ のスカラー和）。
  • $p_T < 20$ GeV かつ $|\eta| < 2.4$ の孤立軌道が少なくとも 1 本存在すること。
  • 孤立した電子、ミューオン、光子、およびハドロン $\tau$ レプトンのバート。
  • $b$ タグ付きジェットおよびジェット数が $\ge 5$ の事象のバート。
  • QCD 多ジェット背景を拒否するための、$p_T^{miss}$ とジェット間の角度分離（$\Delta\phi$）に関する要件。

背景推定

支配的な背景は以下の通りです：

1. $Z \to \nu\nu$ + ジェット: ニュートリノに由来する真の $p_T^{miss}$。
2. $W \to \ell\nu$: レプトンが失われたか、同定に失敗した場合。
3. QCD 多ジェット: 測定誤差による $p_T^{miss}$ と偽の軌道。
4. 二次軌道: パイルアップ、アンダーライディングイベント、または一次頂点（PV）で生成された粒子の崩壊に由来する軌道（PV 関連）。

背景生成数は、データ駆動法によって補正されたシミュレーションを用いて推定されます：

• 正規化: $Z \to \mu\mu$ 事象を用いた制御領域（CR）から導出されたスケールファクター（$Z \to \nu\nu$ 用）および包括的な軌道 $z$ 変位（$d_z$）分布（PV 関連および偽の軌道用）。
• 精緻化: 軌道運動学およびインパクトパラメータのシミュレーションにおける不整合を補正するために、Fast Perfekt 手法に基づく多変量回帰が用いられます。これにより、制御領域においてシミュレーション分布がデータと一致することが保証されます。

機械学習戦略

信号軌道と背景を区別するための分析の中核として、**パラメータ化された順伝播型ニューラルネットワーク（NN）**が用いられます。

• アーキテクチャ: 各 256 単位の 3 つの隠れ層を持ち、LeakyReLU 活性化関数を使用。
• 入力: 軌道運動学（$p_T$, $\eta$）、ヘリックスフィットの品質、PV およびパイルアップ頂点に対するインパクトパラメータの有意性（$IP_{xy}$）、およびイベントレベルの $p_T^{miss}$ を含む 37 の観測量。
• パラメータ化: 信号位相空間全体にわたる相関を捉えるため、入力質量差（$\Delta m^\pm_{in}$）をパラメータ（0.3、0.6、および 1.0 GeV）としてネットワークを訓練します。
• 出力: NN は軌道を 5 つのカテゴリに分類します：信号、$\tau$ 崩壊軌道、その他の二次軌道、即時 PV 軌道、および偽の軌道。
• 信号領域（SR）: 信号クラスの NN スコア（$\tilde{P}$）に基づいて事象を分類します。入力 $\Delta m^\pm_{in}$ 値に対応する 3 つの明確な SR が定義され、それぞれ感度を最大化するためにスコアでさらにビン分割されます。

3. 主要な貢献

1. 新規探索チャネル: これは、専用 NN 手法を用いて、困難な0.3–1 GeV の質量分裂領域を標的とした、低運動量の孤立軌道を用いた最初の探索の 1 つです。従来の探索は、消滅する軌道（$\Delta m < 0.3$ GeV）またはソフトレプトン（$\Delta m > 1$ GeV）のいずれかに焦点を当てていました。
2. 高度な背景モデリング: パラメータ化された NNの使用により、異なる質量分裂にわたる信号と背景の統一された処理が可能となり、従来のカットベースの解析と比較して感度が大幅に向上しました。
3. データ駆動による精緻化: 軟軌道の性質（インパクトパラメータおよび $p_T$）のシミュレーション不整合を補正するためのFast Perfekt回帰手法の実装により、再構成の非効率性が支配的な領域における堅牢な背景推定が保証されます。

4. 結果

• 観測: 12 の信号領域のいずれにおいても、標準模型の期待値を超える有意な事象の過剰は観測されませんでした。データは背景のみの仮説と一致しています。
• 排除限界（95% 信頼区間）:
  • 質量分裂: ヒッグシノモデルは、0.28–1.15 GeVの範囲の質量分裂に対して排除されます。
  • チャージノ質量:
    • 質量分裂が0.55 GeVの場合、チャージノ質量は最大185 GeVまで排除されます。
    • チャージノ質量が100 GeVの場合、0.28 から 1.15 GeVの間の質量分裂が排除されます。
• 比較: これらの限界は、この特定の圧縮スペクトル領域に対して現在最も厳格なものであり、自然なヒッグシノダークマターの探索における重要なギャップを実質的に埋めています。

5. 意義

本解析は、自然な超対称性の探索における重要な「盲点」に対処しています。自然さの議論は、微調整を避けるためにヒッグシノが軽い（電弱スケール付近、$\sim 100$ GeV）べきであることを示唆しています。しかし、質量分裂が小さい場合、生成されるソフトピオンの検出は困難です。

高度な機械学習手法を用いて、これらの軟らかく、変位した可能性のある軌道を再構成・同定することに成功した本結果は、以下の点で重要です：

• 自然 SUSY の制約: 自然なヒッグシノシナリオのパラメータ空間に厳しい制約を課し、この特定の運動学領域において、以前の限界よりもチャージノ質量の下限を大幅に引き上げました。
• 手法の証明: 低運動量のシグネチャを探るためのパラメータ化ニューラルネットワークと高度な軌道再構成技術の有効性を実証しました。この戦略は、将来の高光度 LHC ランおよび将来の衝突型加速器にとって不可欠です。
• ダークマターへの示唆: ヒッグシノダークマターの実現可能な窓を狭め、ヒッグシノが存在する場合、185 GeV より重い（微調整が増大する）か、または 0.28–1.15 GeV の範囲外の質量分裂を持つ必要があることを示唆しています。