Quirk SUEP

Technische Samenvatting: Soft-unclustered-energy patronen van quirks

Probleem en Motivatie
De zoektocht naar fysica buiten het Standaardmodel (SM) bij de LHC laat vaak signalen over die bestaan uit Soft-Unclustered-Energy Patterns (SUEPs), bestaande uit deeltjes met een lage transversale impuls ($p_T \lesssim \text{GeV}$). Deze signaturen zijn moeilijk te detecteren omdat ze worden overschaduwd door grote niet-perturbatieve achtergronden en moeilijk te triggeren zijn online. De auteurs stellen een strategie voor om dergelijke fenomenen te zoeken in de laag-$p_T$ tracks die gepaard gaan met TeV-schaal resonanties. Deze aanpak maakt gebruik van de resonantie om aan de hoge-$p_T$ triggervereisten te voldoen, terwijl de resonantie-sidebands worden gebruikt om achtergronden te schatten zonder uitsluitend op simulatie te vertrouwen. De specifieke motivatie is een klasse van "Hidden Valley"-modellen met "dark QCD", waarbij zware donkere quarks (quirks) worden geproduceerd en vervolgens de-exciteert via de emissie van talrijke zachte SM-deeltjes voordat ze annihileren.

Signaalmodel: Microscopische Quirks
Het artikel ontwikkelt een benchmarkmodel gebaseerd op "quirks"—donkere quarks met massa's ($m_{q'}$) die veel groter zijn dan de donkere confinement-schaal ($\Lambda'$). In dit scenario wordt een paar geproduceerde quirk-antiquark paar verbonden door een kleurensnoer dat niet kan breken vanwege de afwezigheid van lichte donkere quark-smaken. In plaats daarvan oscilleert het paar, straalt energie uit totdat ze een grondtoestand bereiken en annihileren.

• De-excitatie: Het model gaat ervan uit dat de quirks SM QCD-lading dragen. Tijdens de de-excitatie zenden ze SM-pionen isotroop uit in hun ruststelsel. De emissie wordt gemodelleerd als een thermisch proces met een Hagedorn-temperatuur ($T_H \approx 150$ MeV), wat resulteert in $\mathcal{O}(10^3)$ zachte pionen per event.
• Annihilatie: Eenmaal gede-exciteerd, annihileert het quirkonium in een paar high-$p_T$ SM-jets (dijets).
• Parameters: Het model wordt gedefinieerd door de quirk-massa ($m_{q'}$), de donkere confinement-schaal ($\Lambda'$) en een parameter $E_{\text{frac}}$ die het fractie van de interne energie vertegenwoordigt die in pionen wordt omgezet (variërend van 0.2 tot 1.0). De studie richt zich op het "microscopische" regime waar de snoerlengte kleiner is dan de inverse SM confinement-schaal, wat zorgt voor prompt de-excitatie en annihilatie.

Methodologie en Simulatie
De auteurs simuleren signaal- en achtergrondevents voor 13 TeV proton-proton botsingen overeenkomend met een geïntegreerde luminositeit van $140 \text{ fb}^{-1}$.

• Simulatietools: Signaalgeneratie gebruikt een semi-analytische hybride aanpak die MG5_aMCatNLO combineert met Pythia 8 voor hadronisatie. De pionemissie wordt behandeld als isotrope thermische straling. Achtergrond dijet-events worden gegenereerd bij leading order.
• Detector Simulatie: Events worden verwerkt door een vereenvoudigde Delphes 3.5 simulatie. Selectiecriteria bootsen ATLAS dijet-zoektochten na, maar met een vergrote jet-radius ($R=1.0$) om de massaresolutie te verbeteren, waarbij tracks met $p_T > 0.5$ GeV worden geaccepteerd.
• Selectiestrategieën: Drie strategieën worden geëvalueerd om de sensitiviteit ten opzichte van inclusieve resonantie-zoektochten te vergroten:
  1. Cut-based: Een eenvoudige rechthoekige cut op het aantal tracks ($N_{\text{tracks}}$), geïdentificeerd als de krachtigste discriminant.
  2. Supervised Learning: Een neuraal netwerk getraind op signaal- en achtergrondverdelingen met variabelen zoals $N_{\text{tracks}}$, polaire hoek, transversale sfericiteit en gemiddelde track-separatie.
  3. Weakly Supervised Anomaly Detection: Het CATHODE-framework wordt toegepast om anomalieën in de track-verdelingen te vinden binnen de dijet signaalregio, waarbij sidebands worden gebruikt om de achtergronddichtheid te schatten via normalizing flows.

Belangrijkste Resultaten

• Discriminerend vermogen: Het aantal zachte tracks is de dominante observable. Voor een hoge $E_{\text{frac}}$ (hoge pion-multipliciteit) vertoont het signaal een significant hoger track-aantal en een grotere isotropie vergeleken met de QCD-achtergrond.
• Ontdekkingspotentieel:
  • Voor het nominale benchmarkmodel ($\mu=1$) is een $5\sigma$ ontdekking bijna haalbaar voor een quirk-massa van 750 GeV met enkel inclusieve zoektochten.
  • Voor hogere massa's (1.0 en 1.5 TeV) verbetert de inclusie van track-gebaseerde selectiestrategieën de sensitiviteit aanzienlijk.
  • De supervised classifier bereikt de beste prestaties en vereist de laagste signaalsterkte voor ontdekking. Het blijft echter robuust wanneer het getraind is op een model met een andere $E_{\text{frac}}$ dan het test-signaal.
  • De eenvoudige track-multipliciteit cut presteert vergelijkbaar met de supervised classifier voor hoge $E_{\text{frac}}$ en biedt een model-onafhankelijk alternatief.
  • CATHODE (anomaly detection) levert een sensitiviteit die vergelijkbaar is met de eenvoudige track-cut. De auteurs merken op dat voor de lage signaalsterktes die nodig zijn voor ontdekking in dit specifieke model, de anomaly detector bijna uitsluitend leunt op de track-multipliciteit observable in plaats van subtielere kinematische kenmerken.
• Exclusielimieten:
  • Met behulp van een supervised classifier kunnen quirk-massa's tot $\approx 1450$ GeV worden uitgesloten voor $E_{\text{frac}} = 0.2$.
  • Voor $E_{\text{frac}} = 1.0$ kan de gehele geprobeerde fase-ruimte ($m_{q'} < 1500$ GeV, $\Lambda' < 200$ GeV) worden uitgesloten met behulp van ofwel de supervised classifier of een strakke track-multipliciteit cut.
  • Anomaly detection methoden (CATHODE/IAD) verbeteren de exclusielimieten niet significant ten opzichte van inclusieve zoektochten voor de lagere signaalsterktes die typerend zijn voor exclusie, omdat statistische fluctuaties het onderscheiden van $S+B$ van $B$ moeilijk maken.

Significantie en Claims
Het artikel claimt aan te tonen dat het zoeken naar TeV-schaal resonanties vergezeld door anomalieën in laag-$p_T$ track-verdelingen een levensvatbare en krachtige strategie is voor het ontdekken van de-exciteerde gebonden toestanden en dark showers. De auteurs benadrukken dat:

1. Verhoogde reikwijdte: Het gebruik van zachte track-informatie breidt de reikwijdte van standaard dijet-zoektochten uit, met name voor modellen met een hoge track-multipliciteit.
2. Model-onafhankelijkheid: Een eenvoudige cut op track-multipliciteit biedt een relatief model-onafhankelijke manier om de sensitiviteit te vergroten zonder specifieke angulaire of kinematische eigenschappen van de nieuwe tracks te veronderstellen.
3. Robuustheid: Supervised classifiers blijven effectief, zelfs wanneer de signaalparameters (bijv. een onjuiste $E_{\text{frac}}$) verkeerd zijn gemodelleerd, hoewel hun prestaties afhangen van de specifieke signaal-kenmerken.
4. Onverkende Fase-ruimte: De voorgestelde fenomenologie dekt een parameterruimte (resonanties met zachte, isotrope track-anomalieën) die tot op heden nog niet is onderzocht bij de LHC.

De auteurs concluderen dat hoewel anomaly detection methoden zoals CATHODE waardevol zijn om de model-onafhankelijkheid laag te houden, de dominantie van de track-multipliciteit observable in dit specifieke benchmarkmodel betekent dat eenvoudigere selectiestrategieën zeer effectief zijn. Ze suggereren dat toekomstig werk de variatie van het type resonantie (bijv. dileptonen) of het stralingsspectrum kan verkennen.