Search for compressed electroweak SUSY production in final states with two $\tau$-leptons in $\sqrt{s} = 13$ and $13.6$TeV$pp$ collisions with the ATLAS detector

기술 요약: 두 개의 $\tau$-렙론을 포함하는 최종 상태에서의 압축된 전기약작용 SUSY 생성 탐색

문제 및 동기
본 논문은 특히 "압축된 질량 스펙트럼(compressed mass spectra)" 시나리오를 표적으로 하는 전기약작용 섹터의 초대칭(SUSY) 입자 생성을 탐색하는 연구를 제시한다. 이러한 시나리오에서는 생성된 SUSY 입자(예: $\tau$-슬렙톤 $\tilde{\tau}$, 차지노 $\tilde{\chi}^{\pm}_1$, 중성미노 $\tilde{\chi}^0_2$)와 가장 가벼운 초대칭 입자(LSP, $\tilde{\chi}^0_1$) 사이의 질량 차이($\Delta m$)가 작다. 이러한 작은 질량 분할은 재구성하거나 트리거하기 어려운 부드러운(soft) 붕괴 생성물을 초래하며, 이는 기존 탐색의 민감도를 저하시킨다. 본 분석은 가벼운 $\tau$-슬렙톤이 암흑 물질 현상론에서 렐릭 밀도(relic density) 제약 조건을 만족할 수 있다는 점에 착안하여, 적어도 하나의 강입자 붕괴 $\tau$-렙론을 포함하는 최종 상태에 초점을 맞춘다. 본 연구의 목적은 소프트 $\tau$ 재구성과 거대한 표준 모형(SM) 배경사건의 어려움으로 인해 거의 탐색되지 않았던 $\Delta m < 50$ GeV 영역을 조사하는 것이다.

방법론
본 분석은 ATLAS 검출기에서 $\sqrt{s}=13$ TeV (2015–2018, 140 fb$^{-1}$) 및 $\sqrt{s}=13.6$ TeV (2022–2023, 53 fb$^{-1}$)에서 수집된 양성자-양성자 충돌 데이터를 활용한다. 탐색은 서로 다른 생성 메커니즘을 표적으로 하는 네 가지 별도의 채널로 나뉜다:

1. 직접 $\tilde{\tau}$ 생성 (Stau NoISR): 초기 상태 복사(ISR)가 없는 $\tilde{\tau}\tilde{\tau}$ 쌍을 표적으로 하며, 단일 렙론 트리거에 의존한다.
2. ISR을 동반한 직접 $\tilde{\tau}$ 생성 (Stau ISR): 시스템을 부스트시키기 위해 ISR 제트를 동반하여 생성된 $\tilde{\tau}\tilde{\tau}$ 쌍을 표적으로 하며, 결측 가로 운동량($E^{\text{miss}}_T$) 트리거를 활용한다.
3. 중간 $\tilde{\tau}$ 채널: 중간 $\tilde{\tau}$ 또는 $\tilde{\nu}_{\tau}$ 상태를 통해 붕괴가 진행되는 차지노 쌍($\tilde{\chi}^+_1 \tilde{\chi}^-_1$) 및 차지노-중성미노($\tilde{\chi}^{\pm}_1 \tilde{\chi}^0_2$) 생성을 표적으로 한다.

분석 전략:

• 사건 재구성: 본 분석은 Run 2 및 Run 3를 위한 조화된 재구성 알고리즘을 사용하며, 여기에는 $\tau$-렙론을 위한 전용 저-$p_T$ 보정법이 포함된다. 강입자 $\tau$ 후보는 제트 오인(jet fake)을 억제하기 위해 순환 신경망(RNN)을 사용하여 식별된다.
• 신호 판별:
  • 직접 $\tilde{\tau}$ 탐색의 경우, 여섯 가지 배경 클래스(Top, $Z(\tau\tau)$, Diboson, Higgs, Fake-$\tau$, Signal)와 구분하기 위해 다중 클래스 심층 신경망(DNN)을 훈련시킨다.
  • 중간 $\tilde{\tau}$ 탐색의 경우, 더 뚜렷한 운동학적 차이를 활용하여 신호와 배경을 분리하기 위해 이진 부스팅 결정 트리(BDT)를 사용한다.
  • Cut-and-Count 분석 또한 교차 검증 및 재해석 가능한 결과를 제공하기 위해 수행된다.
• 배경사건 추정:
  • 실제 $\tau$ 배경(Top, $Z(\tau\tau)$, Diboson)은 전용 제어 영역(CR)에서 데이터에 정규화된 몬테카를로(MC) 시뮬레이션을 사용하여 모델링된다.
  • Fake $\tau$ 배경(제트로 오인된 $\tau$)은 검증 영역(VR)에서 검증된 데이터 기반 "페이크 팩터(fake factor)" 방법을 사용하여 추정된다.
• 통계 분석: pyhf 프레임워크를 사용하여 빈 결합 가능도 적합(binned likelihood fit)을 수행한다. 적합은 배경-전용(모델링 검증용) 및 신호-플러스-배경(배제 한계 설정용) 가설에 대해 수행된다. Run 2와 Run 3 데이터는 잠재적인 설정 차이를 고려하여 별도의 정규화 계수를 적용하여 결합된다.

주요 기여

• 확장된 민감도: 본 연구는 압축된 프롬프트 $\tau$-슬렙톤 및 전기약작용 위노(electroweakino) 시나리오에 대해 $\Delta m < 50$ GeV의 민감도를 갖는 최초의 ATLAS 탐색이다.
• ISR 활용: ISR 제트 위상(topology)의 포함은 압축된 스펙트럼에 대한 민감도를 크게 향상시키는데, 이는 시스템에 로런츠 부스트를 제공하여 부드러운 붕괴 생성물을 더 잘 탐지할 수 있게 하기 때문이다.
• 고급 기술: 소프트 $\tau$ 운동학에 특화되어 튜닝된 머신러닝(DNN 및 BDT)의 적용은 전통적인 cut-and-count 방식보다 더 나은 신호-배경 분리를 가능하게 한다.
• 이중 접근 방식: ML 기반 분석과 전용 cut-and-count 교차 검증의 결합은 견고함과 해석 가능성을 제공한다.

결과

• 관측: 관측된 데이터는 일반적으로 표준 모형 예측과 일치한다. 그러나 $2.1\sigma$에서 $2.4\sigma$ 범위의 유의성을 갖는 몇몇 국소적 편차들이 관측되었다 (예: Run 2 Stau NoISR 1-jet SR에서의 $2.3\sigma$ 과잉 및 Run 3 Intermediate $\tilde{\chi}^{\pm}_1 \tilde{\chi}^0_2$ LH SR에서의 $2.4\sigma$ 결핍). 이러한 변동은 기대치 대비 관측된 배제 한계를 약화시킨다.
• 직접 $\tilde{\tau}$ 생성:
  • Stau ISR과 Stau NoISR 채널을 결합했을 때, 관측된 과잉 현상으로 인해 95% 신뢰 구간(CL)에서의 배제 한계가 설정되지 않는다.
  • Stau ISR 채널 단독으로는, 질량 차이 $\Delta m(\tilde{\tau}, \tilde{\chi}^0_1) = 30$ GeV일 때 최대 115 GeV까지의 $\tau$-슬렙톤 질량을 배제한다.
• 중간 $\tilde{\tau}$ (Electroweakino) 생성:
  • 순수 차지노 쌍 생성($\tilde{\chi}^+_1 \tilde{\chi}^-_1$)의 경우, $\Delta m(\tilde{\chi}^{\pm}_1, \tilde{\chi}^0_1) = 30$ GeV일 때 최대 175 GeV까지의 차지노 질량을 배제한다.
  • 질량이 퇴화된(mass-degenerate) 차지노 쌍 및 차지노-중성미노 생성의 경우, 동일한 질량 분할에 대해 최대 200 GeV까지의 차지노 질량을 배제한다.
  • 이 한계치들은 압축된 영역에서의 이전 결과들을 크게 확장한다.
• 모델 독립적 한계: 신호 영역에서의 새로운 물리에 대한 가시적 단면적(visible cross-section) 상한선이 0.02에서 0.25 fb 사이로 설정된다.

의의
본 논문은 이 결과가 $\tau$-렙론을 포함하는 압축된 전기약작용 SUSY 시나리오에 대해 현재까지 가장 엄격한 한계치를 나타낸다고 주장한다. 전체 Run 2 데이터셋과 초기 Run 3 데이터를 활용하고, 개선된 트리거 전략과 머신러닝 기술을 사용함으로써, 본 분석은 작은 질량 분할($\Delta m < 50$ GeV)의 도전적인 영역을 성공적으로 탐색한다. 본 연구는 전용 보정과 고급 분석 방법을 사용하면 상당한 표준 모형 배경사건 속에서도 압축된 스펙트럼에 대한 민감도를 확보할 수 있음을 입증하며, 비압축 최종 상태에 집중했던 이전 탐색들이 남긴 간극을 효과적으로 메운다.