Search for heavy long-lived charged particles with level-1 trigger scouting data from proton-proton collisions at $\sqrt{s}$ = 13.6 TeV

본 논문은 $\sqrt{s}$ = 13.6 TeV 에서의 2024 년 CMS 양성자 - 양성자 충돌에서 새로운 레벨 -1 트리거 스카우팅 데이터를 이용한 무거운 장수명 하전 입자에 대한 최초의 탐색을 제시하며, 생산 단면적에 대한 상한을 설정하고 여러 번치 교차에 걸쳐 상호작용하는 입자를 분석함으로써 더 낮은 $\beta$ 값에 대한 감도를 확장하는 개념 증명성을 입증한다.

핵심

거대 강입자 충돌기 (LHC) 를 상상해 보세요. 이곳은 초고속 열차역과 같으며, 양성자 (작은 입자) 가 1 초에 수십억 번씩 서로 충돌하는 곳입니다. 보통 이 역의 보안 시스템 (트리거) 은 너무 바빠서 기록을 위해 게이트를 통과하는 승객 중 극히 일부만 허용합니다. 이 시스템은 역을 순식간에 통과하는 특정 고속 'VIP'(입자) 를 찾아내도록 프로그래밍되어 있습니다.

그러나 과학자들은 군중 속에 '느린 보행자'가 있을 것으로 의심합니다. 바로 거대하고 무거운 입자들인데, 이들은 너무 느리게 움직여 역을 건너는 데 시간이 걸립니다. 그들이 느리기 때문에 표준 보안 시스템은 종종 그들을 놓치거나, 소음으로 간주하거나 '고속 VIP' 프로필에 맞지 않는다는 이유로 무시합니다.

이 논문은 CMS 협업단이 새로운 접근 방식을 채택한 새로운 실험에 관한 것입니다: 데이터 스카우팅.

'스카우트' 전략

보안 시스템이 게이트를 통과할 승객을 결정할 때까지 기다리는 대신, 팀은 '스카우트' 시스템을 사용했습니다. 이 스카우트는 보행 속도와 상관없이 게이트를 통과하는 모든 사람에 대한 작고 압축된 요약을 기록합니다. 마치 티켓을 요구하거나 멈추지 않고, 산책하는 사람이라도 모든 사람의 신발과 속도를 빠르게 촬영하는 보안 요원과 같습니다.

그들은 (저장 한계로 인해 거의 모든 것을) 모든 것을 기록했기 때문에, 기존 시스템이 무시했을 '느린 보행자'를 찾아낼 수 있었습니다.

'무거운 장수명' 입자의 미스터리

과학자들은 **무거운 안정 하전 입자 (HSCP)**를 사냥하고 있었습니다. 이를 매우 무겁고 느리게 움직이는 유령이라고 상상해 보세요.

• 무겁다: 일반 입자보다 훨씬 무겁습니다.
• 느리다: 무거워서 느리게 움직입니다 (총알에 비해 복도를 굴러가는 볼링공처럼).
• 장수명: 빠르게 사라지지 않고 검출기를 완전히 통과할 만큼 오래 머뭅니다.

과거에 이러한 입자가 너무 느리면 검출기를 통과하는 데 시간이 너무 오래 걸려, 생성된 충돌과 다른 '시간 슬롯'(뭉치 교차) 에 도착하게 되었습니다. 기존 보안 시스템은 입자의 여정 시작과 끝이 정확히 같은 시간 슬롯에서 일어나야 했습니다. 입자가 너무 느리면 시스템은 연결을 끊고 데이터를 폐기했습니다.

그들이 느린 보행자를 잡은 방법

'스카우트' 데이터를 사용하여 팀은 입자가 검출기를 통과하는 데 몇 개의 시간 슬롯이 걸리더라도 입자의 여정을 이어 붙일 수 있었습니다.

• 유추: 계주 경기를 하는 주자를 상상해 보세요. 기존 시스템에서는 주자가 바통을 넘기는 데 너무 오래 걸리면 경기 관계자들은 주자가 완주하지 못했다고 가정했습니다. 하지만 이 새로운 시스템에서는 관계자들이 주자가 경기를 하는 동안 잠시 휴식을 취하더라도 시작부터 끝까지 주자를 지켜봤습니다. 주자가 완주선을 통과한 것을 확인할 수 있었으며, 비록 시작과 다른 '랩'에서였더라도 말입니다.

그들이 발견한 것

팀은 2024 년 데이터를 분석하여 이러한 느리고 무거운 입자를 찾았습니다.

• 결과: 그들은 어떤 '느린 보행자'도 찾지 못했습니다. 새로운 무거운 입자는 발견되지 않았습니다.
• 결론: 그들은 찾지 못했기 때문에, 이러한 입자가 존재할 수 있는 곳에 대한 '속도 제한'을 설정했습니다. 그들은 본질적으로 "만약 이러한 무거운 입자가 존재한다면, 우리가 생각한 것보다 더 희귀하거나, 현재 우리가 포착할 수 있는 것보다 더 느리게 움직여야 한다"고 말했습니다.

이것이 중요한 이유

그들이 입자를 찾지는 못했지만, 이 실험은 다른 이유로 큰 성공을 거두었습니다: 개념 증명.

• '스카우트' 시스템이 작동한다는 것을 증명했습니다. 이는 과학자들이 이제 이전 검색이 맹점이었던 속도 (특히 빛의 속도의 15% 에서 50% 사이로 움직이는 입자) 로 움직이는 입자를 찾을 수 있음을 보여줍니다.
• 새로운 문을 열었습니다. 이전에는 입자가 너무 느리면 검출기에게 보이지 않았습니다. 이제 미래에 이러한 '느린' 무거운 입자를 찾아볼 수 있는 문이 열렸습니다.

요약

이 논문은 우주를 바라보는 새로운 방식에 대한 보고서입니다. CMS 팀은 이전 검색이 놓친 무겁고 느리게 움직이는 입자를 찾기 위해 새로운 기법을 시도했습니다. 그들은 입자를 찾지는 못했지만, 새로운 기법이 작동함을 증명하고 이러한 입자가 숨어 있을 수 있는 특정 가능성을 성공적으로 배제했습니다. 이는 새로운 종류의 손전등으로 어두운 방을 확인하는 것과 같습니다. 괴물을 찾지는 못했지만, 그 손전등이 작동함을 증명했고 그 특정 장소에는 확실히 괴물이 없다는 것을 확인한 것과 같습니다.

기술 요약

기술 요약: 레벨-1 트리거 스카우팅 데이터를 활용한 무거운 장수명 하전 입자 탐색

문제 및 동기
중량 안정 하전 입자 (HSCPs) 는 초대칭성 및 여분 차원과 같은 표준 모형을 넘어서는 (BSM) 다양한 시나리오에서 예측됩니다. 이러한 입자가 LHC 의 양성자 - 양성자 충돌에서 생성될 경우, 큰 질량과 느린 속도 ($\beta = v/c$) 로 인해 높은 이온화 에너지 손실과 비정상적으로 긴 비행 시간을 가지며 검출기를 통과하게 됩니다.

CMS 협력단 및 기타 실험의 이전 탐색은 주로 재구성된 궤적이 추적기 및 뮤온 시스템 내에서 단일 번치 크로스 (BX) 에 정렬되도록 요구하는 뮤온 기반 트리거와 같은 표준 트리거 전략에 의존해 왔습니다. 이 접근법은 한 번의 BX 내에서 검출기를 통과할 수 있는 $\beta \gtrsim 0.6$인 HSCPs 에 대한 감도만 제한합니다. 매우 느린 입자 ($\beta \lesssim 0.6$) 는 종종 뮤온 검출기를 통과하는 데 여러 BX 가 필요하여 표준 트리거 조건을 충족하지 못합니다. 비록 누락된 횡방향 운동량 트리거가 존재하지만, 이는 낮고 모델에 의존적인 효율로 인해 고통받습니다. 결과적으로 이전 LHC 탐색은 약 3 TeV 까지의 HSCP 질량으로 제한되었으며, 낮은 $\beta$ 영역을 탐색하는 데 어려움을 겪었습니다.

방법론
본 분석은 새로운 CMS 레벨 -1 트리거 데이터 스카우팅 (L1DS) 시스템을 활용한 최초의 HSCP 탐색을 제시합니다. 특정 트리거 조건이 충족될 때만 전체 사건 데이터를 기록하는 전통적인 데이터 수집과 달리, L1DS 시스템은 사전 선택 없이 40 MHz(25 ns 간격) 의 전체 번치 크로스율에서 레벨 -1(L1) 트리거로부터 직접 데이터를 획득합니다.

• 데이터 샘플: 이 탐색은 $\sqrt{s} = 13.6$ TeV 의 중심 질량 에너지에서 2024 년에 수집된 양성자 - 양성자 충돌 데이터를 사용합니다. 데이터셋은 $N=15$(15 번의 궤도 중 1 번 저장) 의 프리스케일 인자로 수집된 3.7 fb$^{-1}$의 적분 광도에 해당합니다.
• 재구성 전략: 본 분석은 L1DS 출력에 저장된 "스텁"(결합된 드리프트 튜브 및 저항판 챔버 히트) 을 사용하여 HSCPs 를 뮤온과 유사한 궤적으로 재구성합니다. 개조된 오프라인 버전의 배럴 뮤온 궤적 찾기 (kBMTF) 알고리즘이 사용됩니다. 핵심적으로, 이 알고리즘은 최대 8 개의 BX 로 분리된 스텁들을 피팅하여 여러 BX 에 걸쳐 뮤온 검출기 층을 통과하는 입자의 재구성을 가능하게 합니다.
• 신호 모델: 결과는 세 가지 벤치마크 모델을 사용하여 해석됩니다:
  1. Drell-Yan 과정을 통한 4 세대 페르미온 ($\tau'$) 의 비공명 쌍생성.
  2. 무거운 $Z'$ 보손을 통한 $\tau'$ 쌍의 공명 생성.
  3. R-하드론 (특히 R-글루인볼) 을 형성하는 장수명 글루이노 ($\tilde{g}$) 의 쌍생성. 여기서 R-하드론은 추적기에서는 중성이지만 뮤온 검출기에서 전하를 띠게 될 수 있습니다.
• 사건 선택: 사건은 최소 2 개에서 최대 4 개까지의 BX 를 spanning 하는 3 개 또는 4 개의 스텁을 가진 궤적을 기반으로 선택됩니다. 선택은 $|\eta| < 0.83$ 및 $p_T > 15$ GeV 를 요구합니다. 특정 $\beta$ 범위에 대한 감도를 향상시키기 위해 spanning 되는 BX 의 수와 스텁의 특정 층 구성 (예: BX123, BX1112) 을 기반으로 14 개의 서로 다른 카테고리가 정의됩니다.
• 배경 추정: BX 오식별 또는 관련 없는 히트의 비동기적 조합에서 주로 발생하는 배경은 직접 데이터에서 추정됩니다. 이 방법은 빔 스팟을 떠나는 입자에 대해 물리적으로 불가능한 스텁의 시간 순서를 갖는 "비동기"궤적 순서화를 활용하여 신호 영역에서의 배경 $p_T$ 분포를 모델링합니다. 두 개의 직교 검증 영역 (낮은 궤적 품질 및 비충돌 번치) 이 배경 모델링을 확인합니다.

주요 기여

• L1DS 의 개념 증명: 본 작업은 L1DS 시스템에 의존하는 최초의 물리 분석으로, 트리거 편향 없이 데이터를 수집하고 분석할 수 있는 능력을 입증합니다.
• 확장된 $\beta$ 감도: 여러 BX 에 걸쳐 궤적을 재구성함으로써, 본 분석은 0.15 와 0.80 사이의 $\beta$ 값을 가진 HSCPs 에 대한 감도를 확장합니다. 이는 $\beta \lesssim 0.6$인 입자에 대해 맹점이었던 이전 탐색이 남긴 중요한 공백을 메웁니다.
• 중성에서 하전으로의 전이: 이 탐색은 뮤온 검출기에서 물질과 상호작용할 때만 전하를 띠게 되는 중성 R-하드론에 민감하며, 이는 추적기 기반 이온화 손실 탐색으로는 접근할 수 없는 신호입니다.
• 고질량 도달 범위: 본 분석은 무거운 입자의 낮은 $\beta$ 로 인해 표준 트리거가 비효율적인 6.5 TeV 까지의 HSCP 질량 범위를 탐색합니다.

결과
14 개의 탐색 카테고리 중 어느 곳에서도 표준 모형 배경 기대치보다 유의미한 사건 과잉이 관측되지 않았습니다.

• 단면적 한계: 벤치마크 모델에 대한 생성 단면적에 대해 95% 신뢰 수준 (CL) 에서 상한 한계가 설정되었습니다.
  • 비공명 $\tau'$ 생성의 경우, 1 에서 6.5 TeV 사이의 질량에 대해 한계가 설정되었습니다.
  • 생성 시 완전히 중성인 ($f=1$) 글루이노 R-하드론의 경우, 6.5 TeV 까지 한계가 설정되었습니다.
  • 공명 $Z' \to \tau'\tau'$ 생성의 경우, $m_{\tau'}$ 및 $m_{Z'}$의 함수로서 2 차원 한계가 제공됩니다.
• 신뢰 영역 한계: $p_T > 500$ GeV, $|\eta| < 0.83$, 그리고 특정 $\beta$ 범위를 갖는 무거운 입자에 대한 모델 독립적인 신뢰 영역 단면적에 대해 상한 한계가 설정되었습니다. 가장 엄격한 한계는 $0.1875 < \beta < 0.2125$인 입자에 대해 3.5 fb 입니다.
• 감도 특성: 감도는 4 개 스텁 카테고리, 특히 3 개의 BX 에 걸쳐 있는 4 개의 스텁을 가진 BX123 카테고리에 의해 주도됩니다. 감도는 $\beta \approx 0.5$(입자가 종종 충돌 다음 BX 에서 검출기를 완전히 통과하여 초상대론적 궤적을 모방하는 영역) 및 $\beta \lesssim 0.15$(입자가 검출기 내에서 정지하는 영역) 에서 저하됩니다.

의의
본 논문은 이 분석이 L1DS 시스템의 중요한 개념 증명이며 그 물리 잠재력을 검증한다고 주장합니다. 주요 의의는 표준 트리거 전략으로 이전에는 가능하지 않았던 더 낮은 $\beta$ 값과 더 높은 질량 (최대 6.5 TeV) 으로 HSCP 탐색의 감도를 확장하는 데 있습니다. 이전의 이온화 손실 기반 CMS 분석은 더 큰 데이터셋과 수용도로 인해 낮은 질량 ($m < 2.6$ TeV) 에서 더 엄격한 한계를 제공했지만, HLT 효율이 0 으로 떨어지는 고질량 - 저 $\beta$ 영역에 대한 감도가 부족했습니다. 본 분석은 여러 번치 크로스를 spanning 하는 느리게 움직이는 입자와 뮤온 시스템에서 전하를 띠게 되는 중성 입자의 고유한 신호를 표적으로 함으로써 기존 탐색을 보완합니다.