Search for the pair production of long-lived supersymmetric partners of the tau lepton in proton-proton collisions at $\sqrt{s}$ = 13 TeV

Met gebruik van 138 fb$^{-1}$ aan proton-proton botsingsgegevens bij $\sqrt{s}$ = 13 TeV verzameld door het CMS-experiment, presenteert dit artikel de eerste zoektocht naar de productie van langlevende stau-paren waarbij een graph neuraal netwerk wordt ingezet om verplaatste tau-leptonen te identificeren, wat resulteert in verbeterde uitsluitingslimieten voor stau-massa's en vervalafstanden binnen gauge-mediated supersymmetrie-brekingsmodellen.

De kern

Het Grote Plaatje: Op zoek naar "Spookachtige" Neefjes

Stel je voor dat het universum een gigantisch, bruisend feestje is waar deeltjes de gasten zijn. Het Standaardmodel is de gastenlijst die we kennen en begrijpen. Supersymmetrie (SUSY) is een theorie die suggereert dat voor elke gast op het feestje een "tweeling" bestaat die we nog niet hebben ontmoet. Deze tweelingen zijn zwaarder en verstoppen zich meestal heel goed.

Dit artikel gaat over het zoeken naar een specifieke tweeling: de stau. De stau is de supersymmetrische partner van het tau-lepton (een zware neef van het elektron).

In veel theorieën verschijnen en verdwijnen deze tweelingen onmiddellijk. Maar in dit specifieke scenario is de stau een beetje anders. Het is als een gast die op het feestje arriveert, een merkbare tijd lang door de kamer dwaalt en dan pas vertrekt. Omdat de stau blijft hangen, laat hij een spoor achter dat er anders uitziet dan de gebruikelijke "onmiddellijke" gasten. De wetenschappers bij het CMS-experiment van CERN wilden deze "langdurige" staus vangen.

De Uitdaging: Een Naald in een Hooiberg Zoeken

Het probleem is dat de "hooiberg" (de achtergrondruis van de LHC-deeltjesversneller) enorm is. Elke keer als protonen tegen elkaar botsen, creëren ze duizenden deeltjes. De meeste hiervan zien eruit als normale stromen van puin.

De wetenschappers zochten naar een zeer specifieke handtekening:

1. Twee "tau"-deeltjes die uit het niets verschijnen.
2. Ontbrekende energie: Omdat de stau vervalt in een tau en een bijna onzichtbaar "gravitino" (een spookdeeltje), lijkt er een deel van de energie uit de kamer te verdwijnen.
3. De "Verplaatste" Aanwijzing: Dit is het belangrijkste deel. Normale tau's vervallen onmiddellijk op het punt van de botsing. Deze speciale stau-tau's reizen een paar millimeter of centimeters weg van het centrum voordat ze vervallen. Het is alsoag een vuurwerk dat niet explodeert totdat het al halverwege de lucht is.

Het Nieuwe Gereedschap: Een Slimme "Verplaatste" Detector

Het artikel benadrukt een belangrijke upgrade in hun zoekstrategie. Voorheen waren de instrumenten die werden gebruikt om tau-deeltjes te identificeren als beveiligers die getraind waren om mensen te spotten die direct bij de voordeur staan. Als iemand een paar stappen de lobby in dwaalde voordat hij werd geïdentificeerd, misten de bewakers hen vaak, of dachten ze dat het gewoon gewone ruis was.

Om dit op te lossen, heeft het team een nieuwe, super-slimme AI-tool gebouwd genaamd DISTAU.

• De Analogie: Stel je voor dat de oude tools als een standaard metaaldetector waren. De nieuwe DISTAU-tool is als een detective met een 3D-kaart en een vergrootglas. Het kijkt naar de "vorm" van het spoor van het deeltje en weet specifiek hoe het een deeltje moet herkennen dat zijn reis een paar stappen verwijderd van de hoofdingang is begonnen.
• Deze AI is gebaseerd op een "Graph Neural Network", een type wiskunde dat kijdt naar hoe deeltjes met elkaar verbonden zijn, in plaats van alleen naar de deeltjes afzonderlijk te kijken.

De Zoektocht: 138 "Jaren" aan Data

Het team analyseerde data verzameld tussen 2016 en 2018. Ze hadden een enorme dataset die gelijk staat aan 138 inverse femtobarns (een eenheid voor datavolume). Om dat in perspectief te plaatsen: als je de data als een bibliotheek voorstelt, hebben ze door een bibliotheek gelezen die zo groot is dat, als je één boek per seconde zou lezen, het miljoenen jaren zou duren.

Ze stelden een "val" op (de Signal Region) met zeer specifieke regels:

• Moet twee tau-deeltjes bevatten die "verplaatst" lijken (dwalend).
• Moet veel ontbrekende energie bevatten (de spookdeeltjes).
• Mag geen andere duidelijke "ruis" bevatten (zoals extra elektronen of muonen).

De Resultaten: Het Feestje is Stil

Nadat ze hun geavanceerde AI door al die data hadden laten lopen, was de uitslag: geen staus gevonden.

Echter, in de wetenschap is niets vinden nog steeds een grote ontdekking, omdat het ons vertelt waar we niet moeten zoeken.

• De Uitsluiting: Ze kunnen nu met 95% zekerheid zeggen dat als deze stau-tweelingen bestaan, ze niet bepaalde gewichten (massa's) of bepaalde afstanden kunnen hebben.
  • Als ze tussen de 126 en 260 GeV wegen (in één scenario), kunnen ze niet een afstand van 50 mm afleggen.
  • Als ze 200 GeV wegen, kunnen ze niet tussen de 21 en 94 mm reizen.
• De Verbetering: Hun nieuwe AI-tool (DISTAU) maakte de zoektocht veel effectiever dan eerdere pogingen. Ze konden meer mogelijkheden uitsluiten dan ooit tevoren, waardoor de "veilige zone" waar deze deeltjes zich konden verbergen, effectief werd verkleind.

Waarom Dit Belangrijk Is

Hoewel ze de stau niet hebben gevonden, hebben ze de grenzen van onze kennis verlegd.

• Voorheen: We wisten dat staus niet te licht of te zwaar konden zijn in bepaalde scenario's.
• Nu: We weten dat ze absoluut niet in dit specifieke "middengebied" van gewicht en reisafstand zitten.

Het is als het zoeken naar een verloren sleutel in een huis. Je controleert de keuken, de woonkamer en de slaapkamer. Je vindt hem niet, maar nu weet je zeker dat hij niet in die kamers ligt. De volgende keer moet je in de kelder of op de zolder kijken. Dit artikel heeft effectief een groot deel van de "kelder" van de parameters van het universum leeggeveegd, waardoor toekomstige theorieën nauwkeuriger moeten worden over waar deze ongrijpbare deeltjes zich kunnen verbergen.

Kortom: De wetenschappers hebben een gloednieuwe, door AI aangedreven "verplaatste deeltjesdetector" gebruikt om een enorme hoeveelheid botsingsdata te scannen. Ze hebben de spookachtige stau-tweelingen niet gevonden, maar ze hebben succesvol bewezen dat als de tweelingen er zijn, ze niet in de specifieke plek zitten waar ze naar zochten. Dit maakt de zoektocht naar Supersymmetrie gerichter en efficiënter.

Technische samenvatting

Technische Samenvatting: Zoektocht naar paarproductie van langlevende stau's in proton-proton-botsingen bij $\sqrt{s} = 13$ TeV

Probleem en Motivatie
Gauge-gemedieerde supersymmetrie-brekingsmodellen (GMSB) bieden een overtuigend kader voor fysica voorbij het Standaardmodel (SM), met name bij het adresseren van het hiërarchieprobleem en het bieden van een kandidaat voor donkere materie (het gravitino). In deze scenario's is de stau ($\tilde{\tau}$), de supersymmetrische partner van het tau-lepton, vaak het eerstvolgende lichtste supersymmetrische deeltje (NLSP). Vanwege de onderdrukte koppeling tussen de stau, het tau-lepton en het bijna massaloze gravitino ($\tilde{G}$), kan de stau een macroscopische levensduur bezitten, waarbij hij binnen het detectorvolume vervalt. Dit resulteert in "verplaatste" vervalvertices, waarbij de resulterende tau-leptonen aanzienlijk ver van het primaire proton-proton-interactiepunt ontstaan.

Bestaande zoektochten naar langlevende stau's zijn op beperkingen gestuit. Traditionele algoritmen voor hadronische tau ($\tau_h$) identificatie, die geoptimaliseerd zijn voor prompt verval, lijden aan een snelle afname in efficiëntie (een daling van $\approx 95\%$ bij transversale verplaatsingen van $\sim 10$ mm) naarmate het vervalvertex verder van de straal as beweegt. Dit artikel adresseert de noodzaak voor een specifieke zoekstrategie die in staat is om stau's te identificeren met eigenschappelijke vervallengenheden ($c\tau_0$) variërend van 1 tot 1000 mm, specifiek gericht op het vervalscenario waarbij beide stau's hadronisch vervallen ($\tilde{\tau} \to \tau \tilde{G}$).

Methodologie
De analyse maakt gebruik van proton-proton-botsingsdata verzameld door het CMS-experiment bij de LHC tussen 2016 en 2018, wat overeenkomt met een geïntegreerde luminositeit van $138 \text{ fb}^{-1}$ bij $\sqrt{s} = 13$ TeV.

• Signaalmodel: De zoektocht gaat uit van vereenvoudigde GMSB-modellen waarbij stau-paren worden geproduceerd en vervallen in een tau-lepton en een gravitino. Twee scenario's worden overwogen: een "maximaal gemengd" scenario (productie van de lichtere massa-eigenstaat $\tilde{\tau}_1$) en een "massa-gedegenereerd" scenario (productie van zowel $\tilde{\tau}_L$ als $\tilde{\tau}_R$).
• Event Reconstructie en Selectie: Events worden geselecteerd op basis van grote ontbrekende transversale momentum ($p_T^{\text{miss}} > 120$ GeV) en exact twee hadronische tau-kandidaten. Om SM-achtergronden te verwerpen, worden events die veto-elektronen, veto-muonen of b-getagde jets bevatten, weggegooid.
• Het DISTAU Algoritme: De kerninnovatie van dit werk is de toepassing van het DISTAU identificatie-algoritme. Dit is een graph neural network gebaseerd op de PARTICLENET-architectuur, specifiek getraind om verplaatste hadronische tau-kandidaten ($\tau_h^{\text{dis}}$) te onderscheiden van achtergrondjets. In tegenstelling tot standaard algoritmen, maakt DISTAU gebruik van kenmerken die relevant zijn voor verplaatste vervallen, zoals de impactparameters van geladen constitutieve tracks, terwijl de gevoeligheid voor hadronische tau-eigenschappen behouden blijft. Het algoritme werkt met drie werkpunten (loose, medium, tight), waarbij het "tight" punt ($WPT$) een transversale impactparameter $|d_{xy}| > 2$ mm en een significantie $\hat{d}_{xy} > 5$ vereist.
• Achtergrondschatting: De dominante achtergrond ontstaat door SM-jets die worden misidentificeerd als verplaatste taus. Omdat simulatie onvoldoende is voor het modelleren van de staarten van de kinematische distributies, wordt een data-gedreven methode toegepast. Misidentificatiekansen worden gemeten in controle-regio's die rijk zijn aan $W$+jets en Drell-Yan ($Z/\gamma^* \to \tau\tau$)+jets events. Deze kansen worden geparametriseerd als een functie van jet $p_T$ en $|d_{xy}|$ en geëxtrapoleerd naar de signaalregio (SR).
• Statistische Analyse: De signaalregio wordt verdeeld in acht bins gebaseerd op de subleading tau $p_T$, $p_T^{\text{miss}}$, en de stransverse massa ($m_{T2}$). Een profiel-likelihood-ratio teststatistiek wordt gebruikt om bovengrenzen te stellen op de productie-doorsnede bij een 95% betrouwbaarheidsniveau (CL), waarbij rekening wordt gehouden met systematische onzekerheden van theorie, detectorprestaties en achtergrondschatting.

Belangrijkste Bijdragen

1. Eerste Toepassing van DISTAU: Dit artikel presenteert de eerste zoektocht naar langlevende stau's gebruikmakend van het DISTAU graph neural network algoritme, dat specifiek is ontworpen om de efficiëntie te herstellen voor tau-leptonen die ver van de primaire vertex vervallen.
2. Uitgebreide Parameterruimte: De analyse dekt een breed bereik van stau-massa's ($m_{\tilde{\tau}}$) van 90 tot 600 GeV en eigenschappelijke vervallengenheden ($c\tau_0$) van 1 tot 1000 mm, waarmee de hiaten opvult die zijn achtergelaten door eerdere zoektochten die beperkt waren tot prompt verval of zeer lange levensduur.
3. Verbeterde Achtergrondmodellering: Door een robuuste data-gedreven techniek te gebruiken met controle-regio's en kruiscontroles tussen $W$+jets en Drell-Yan samples, minimaliseert de analyse de afhankelijkheid van simulatie voor de dominante misgeïdentificeerde-jet achtergrond.

Resultaten
De analyse observeerde geen significante overschot aan events boven de voorspelde SM-achtergrond. De geobserveerde event-opbrengsten in alle acht signaalbins waren consistent met de achtergrond-alleen hypothese. Bij consequent werden bovengrenzen gesteld op de stau-paarproductie-doorsnede.

• Exclusie-limieten (Maximaal Gemengd Scenario): Stau-massa's in het bereik 126–260 GeV zijn uitgesloten voor een eigenschappelijke vervallengingheid van $c\tau_0 = 50$ mm. Voor een stau-massa van $m_{\tilde{\tau}} = 200$ GeV zijn eigenschappelijke vervallengenheden in het bereik 21–94 mm uitgesloten.
• Exclusie-limieten (Massa-gedegenereerd Scenario): Vanwege een hogere productie-doorsnede zijn de limieten sterker. Stau-massa's in het bereik 90–425 GeV zijn uitgesloten voor $c\tau_0 = 50$ mm. Voor $m_{\tilde{\tau}} = 200$ GeV is het uitgesloten vervallengingheid-bereik 6–333 mm.
• Prestaties: De resultaten verbeteren de eerder gerapporteerde uitsluitingslimieten van ATLAS en CMS. Bijvoorbeeld, bij $m_{\tilde{\tau}} = 300$ GeV in het massa-gedegenereerde scenario, zijn de bovengrenzen op de doorsnede met een factor 2,5 tot 5,7 verbeterd ten opzichte van eerdere zoektochten, afhankelijk van de vervallengingheid.

Significantie
Het artikel claimt dat de ontwikkeling en toepassing van het toegewijde DISTAU-algoritme heeft geleid tot een significante verbetering van de experimentele gevoeligheid voor langlevende stau-signaturen. Door succesvol verplaatste tau-leptonen te identificeren die door standaard reconstructiemethoden gemist zouden worden, breidt deze zoektocht de verkende parameterruimte voor supersymmetrie uit. De resultaten leveren de meest strikte beperkingen tot nu toe aan GMSB-scenario's met langlevende stau's die vervallen binnen de CMS-trackervolume. De analyse demonstreert de levensvatbaarheid van het gebruik van graph neural networks om niet-standaard signatures aan te pakken in hoogenergetische fysica, en biedt een sjabloon voor toekomstige zoektochten naar verplaatste objecten.