Search for displaced decays of long-lived particles in events with missing transverse momentum in $\sqrt{s} = 13$ TeV $pp$ collisions with the ATLAS detector

De ATLAS-detectoren heeft met 137 fb⁻¹ aan data van de LHC geen significante afwijkingen van het Standaardmodel gevonden bij de zoektocht naar verplaatste vervalen van langlevende deeltjes in gebeurtenissen met ontbrekende transversale impuls, en heeft hierop gebaseerd nieuwe uitsluitingsgrenzen gesteld voor diverse modellen van nieuwe fysica.

De kern

De Jacht op de "Geestelijke" Deeltjes: Een Verhaal van ATLAS

Stel je voor dat het Large Hadron Collider (LHC) bij CERN een gigantische, supersnelle auto-achtervolging is. Twee protonen (de auto's) botsen met een snelheid die bijna het licht is, en bij die botsing vliegen er duizenden deeltjes in alle richtingen weg. Normaal gesproken zien we deze deeltjes direct: ze vliegen rechtstreeks naar de muren van de detector en laten een spoor achter, net als een auto die direct na de crash tegen een muur knalt.

Maar wat als er deeltjes zijn die niet direct stoppen? Wat als ze als een spook door de muren van de detector lopen, pas ergens diep in het gebouw stoppen, en dan pas onzichtbaar verdwijnen? Dat zijn de Langlevende Deeltjes (LLP's).

Dit artikel van de ATLAS-collectie (een team van duizenden wetenschappers) vertelt het verhaal van hun zoektocht naar deze "spookdeeltjes" in de data van 2016 tot 2018.

1. Het Mysterie: Waarom zoeken we hier naar?

Het Standaardmodel is onze beste handleiding voor hoe het universum werkt, maar het is niet compleet. Er ontbreekt iets, zoals donkere materie. Veel theorieën zeggen dat er deeltjes bestaan die heel langzaam vervallen. In plaats van direct te verdwijnen, reizen ze een stukje door de detector voordat ze uiteenvallen in andere deeltjes.

Het ATLAS-team zocht naar twee dingen tegelijk:

1. Een "verdwijnplek" (Missing Transverse Momentum): Een deel van de energie is weg, alsof er een onzichtbare dief is die met de waardevolle spullen (deeltjes) is gevlucht.
2. Een "verkeersongeval op afstand" (Displaced Vertex): Normaal gebeurt alles op het exacte punt van de botsing. Maar deze deeltjes vliegen een stukje door de detector (soms tot in de meters) en ontploffen dan pas. Dat punt waar ze ontploffen noemen we een verplaatste vertex.

2. De Twee Detectiemethoden: De "Standaard" en de "Wazige" Camera

Om deze ontploffingen te vinden, gebruikten ze twee verschillende soorten "camera's" of algoritmen:

• De Standaard Camera (SDV): Dit werkt als een scherpe, precieze lens. Het is goed voor deeltjes die in een strakke bundel uiteenvallen, zoals een vuurwerk dat direct ontploft. Dit werkt goed voor modellen met "gluino's" (een soort zwaar deeltje dat een R-hadron wordt).
• De "Wazige" Camera (Fuzzy Vertexing): Dit is de nieuwe, slimme uitvinding in dit artikel. Soms vallen deeltjes uit in een soort "slordige" bundel, waarbij de sporen niet perfect in één punt samenkomen, maar een beetje verspreid liggen (zoals een regenbui die over een dak valt in plaats van in één straal). De "wazige" algoritme is speciaal ontworpen om deze rommelige sporen toch te herkennen als één gebeurtenis. Dit is cruciaal voor modellen waar zware quarks (b-quarks) een rol spelen.

De Analogie: Stel je voor dat je op een feestje op zoek bent naar mensen die een flesje champagne openen.

• De Standaard Camera zoekt naar mensen die het flesje precies in het midden van de kamer openen, waar de kurk recht omhoog vliegt.
• De Wazige Camera zoekt naar mensen die het flesje ergens in de hoek openen, waar de kurk een beetje scheef vliegt en de champagne over de vloer spettert. De nieuwe methode is slim genoeg om die spetterende vloer toch als een "champagne-gebeurtenis" te herkennen.

3. De Uitdaging: Het Ruisen van de Detector

Een groot probleem is dat de detector zelf niet perfect is. Deeltjes kunnen botsen tegen de muren van de detector (de "materiaalkaart") en daar een valse ontploffing nabootsen. Het is alsof je in een huis zoekt naar een dief, maar de wind slaat tegen de ramen en klinkt als een dief.

Om dit op te lossen, hebben de wetenschappers een materiaalkaart gemaakt. Ze weten precies waar de muren en buizen zitten. Als een "verkeersongeval" precies op een muur gebeurt, weten ze: "Ah, dat is geen spookdeeltje, dat is gewoon een botsing met de muur." Die gebeurtenissen worden genegeerd.

4. De Resultaten: Geen Spookdeeltjes Gevonden (Nog)

Na het analyseren van een enorme hoeveelheid data (137 fb⁻¹, wat neerkomt op miljarden botsingen), zagen ze geen enkel bewijs voor deze langlevende deeltjes.

• Ze zagen precies zoveel "verkeersongevallen op afstand" als ze verwachtten van bekende natuurkunde (de achtergrondruis).
• Er was geen mysterieuze piek die zou wijzen op nieuw, onbekend fysica.

5. Wat betekent dit?

Het gebrek aan een vondst is eigenlijk ook een belangrijke ontdekking. Het betekent dat we bepaalde theorieën kunnen uitsluiten.

• De Gluino's: Als deze zware deeltjes bestaan, moeten ze zwaarder zijn dan we dachten (meer dan 1,8 tot 2,5 TeV).
• De Higgs-deeltjes: We weten nu dat de Higgs-boson niet vaak vervalt in deze exotische, langlevende deeltjes.
• De Axino's: De zoektocht naar deze deeltjes (die verband houden met donkere materie) is nu ingeperkt tot een kleiner gebied van mogelijke eigenschappen.

Conclusie

Het ATLAS-team heeft de "spookjacht" grondig uitgevoerd met de beste camera's en slimste algoritmes die ze konden bedenken. Ze hebben de detector tot in de kleinste hoekjes afgezocht. Hoewel ze geen spookdeeltjes vonden, hebben ze de "spookjagers" in de natuurkunde een stap verder geholpen: ze weten nu precies waar ze niet hoeven te zoeken, en dat maakt de zoektocht naar het volgende grote mysterie van het universum nog scherper.

Het is alsof je een huis afzoekt naar een dief. Je vindt hem niet, maar door het huis zo grondig te doorzoeken, weet je nu zeker dat de dief niet in de slaapkamer of de keuken zit. Misschien zit hij wel in de zolder, en daar gaan we nu naartoe kijken!

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het paper "Search for displaced decays of long-lived particles in events with missing transverse momentum in $\sqrt{s}= 13$ TeV $pp$ collisions with the ATLAS detector", geschreven in het Nederlands.

Titel: Zoeken naar verplaatste verval van langlevende deeltjes in gebeurtenissen met ontbrekende transversale impuls in $\sqrt{s}= 13$ TeV $pp$-botsingen met de ATLAS-detector

Auteur: The ATLAS Collaboration
Datum: 13 maart 2026
Dataset: 137 fb$^{-1}$ van $pp$-botsingsdata (Run 2, 2016–2018)

---

1. Het Probleem en de Context

Het Standaardmodel (SM) van de deeltjesfysica is succesvol, maar laat vragen open over de natuur van donkere materie en de hiërarchieproblemen. Veel theorieën voor "Beyond the Standard Model" (BSM) voorspellen het bestaan van Langlevende Deeltjes (LLP's). Deze deeltjes hebben een voldoende lange levensduur om een significante afstand af te leggen binnen de detector voordat ze vervallen.

Een veelvoorkomend signaal van LLP's is een verplaatste vertex (DV): een interactiepunt dat duidelijk verwijderd is van het primaire botsingspunt (Interaction Point), vaak gepaard gaande met ontbrekende transversale impuls ($E_T^{miss}$), wat wijst op het ontsnappen van stabiele, onzichtbare deeltjes (zoals neutralino's of axino's).

De uitdaging voor ATLAS is tweeledig:

1. Het detecteren van deze zeldzame gebeurtenissen tegen een enorme achtergrond van SM-processen.
2. Het reconstrueren van deeltjesbanen die niet vanuit het centrum van de detector komen, wat de standaard reconstructie-algoritmen vaak mist.

2. Methodologie

Data en Trigger

De analyse gebruikt 137 fb$^{-1}$ data van proton-proton botsingen bij een middelpuntsenergie van 13 TeV. Gebeurtenissen worden geselecteerd via triggers die gericht zijn op hoge $E_T^{miss}$ (drempels variërend van 50 tot 70 GeV, met 100% efficiëntie boven de 180 GeV).

Reconstructie van Verplaatste Vertices

Om een breed scala aan BSM-modellen te dekken, worden twee verschillende algoritmen voor het reconstrueren van secundaire vertices gebruikt:

1. Standaard Secundaire Vertices (SDV):

   • Gebaseerd op een $\chi^2$-fitting algoritme dat aannemt dat alle deeltjes uit één punt komen.
   • Geoptimaliseerd voor scenario's met lichte quarks (bijv. Gluino $R$-hadronen).
   • Vereist strikte hit-eisen in de siliconen detectors.

2. Vage (Fuzzy) Secundaire Vertices (FDV):

   • Een nieuw algoritme ontwikkeld voor LLP-vervallen die zware quarks ($b$-hadronen) produceren.
   • Omdat $b$-hadronen een aanzienlijke levensduur hebben, kunnen hun vervallen producten niet perfect in één punt worden gefit. Het FDV-algoritme gebruikt een Boosted Decision Tree (BDT) om paren van sporen te selecteren die waarschijnlijk van een LLP afkomstig zijn, en merge vervolgens meerdere "zaad-vertices" tot één vage vertex.
   • Dit algoritme toont een aanzienlijk hogere efficiëntie voor $b$-gebaseerde vervallen (bijv. Bino-Wino co-annihilatie) vergeleken met SDV.

Achtergrondschatting (Data-Driven)

De dominante achtergrond wordt gevormd door $Z(\to \nu\nu) + \text{jets}$ processen waarbij hadronische interacties met detectormateriaal valse vertices creëren. Omdat simulatie van deze interacties onnauwkeurig is, wordt een data-gedreven methode gebruikt:

• Controle Regio's (CR): Gebeurtenissen ge-triggerd op een enkel foton ($\gamma + \text{jets}$) worden gebruikt. Deze hebben een vergelijkbare topologie als de signaalgeregio's, maar zonder de $E_T^{miss}$-selectie, waardoor ze vrij zijn van BSM-signaal.
• Validatie Regio's (VR): Gebieden met loslatere selectiecriteria (bijv. lagere massa of minder sporen) worden gebruikt om de achtergrondschatting te valideren.
• Materiaalkaart Veto: Een gedetailleerde kaart van detectormateriaal wordt gebruikt om vertices die waarschijnlijk door interacties met het materiaal zijn ontstaan, te verwerpen in de signaalgeregio's.

Signal Regio's (SR)

De analyse is opgesplitst in drie onafhankelijke signalregio's:

1. SDV SR: Minimaal één SDV met hoge massa en veel sporen.
2. 1FDV SR: Precies één FDV (geoptimaliseerd voor modellen met één LLP-verval).
3. 2FDV SR: Minimaal twee FDV's (geoptimaliseerd voor modellen met geproduceerde LLP-paren).

3. Belangrijkste Bijdragen

• Nieuw "Fuzzy" Vertexing Algoritme: De introductie van het FDV-algoritme, specifiek ontworpen voor vervallen met $b$-hadronen, vertegenwoordigt een significante verbetering in de detectie-efficiëntie voor bepaalde SUSY-modellen (tot 3x hoger dan standaard methoden bij bepaalde straalverplaatsingen).
• Uitgebreide Dataset: De dataset is meer dan vier keer zo groot als eerdere ATLAS-zoekopdrachten naar vergelijkbare signatuur (137 fb$^{-1}$ vs. eerdere ~30 fb$^{-1}$).
• Unieke Model-interpretaties: Voor het eerst worden resultaten geïnterpreteerd in de context van een volledig supersymmetrisch axion/axino-model (DFSZ), wat eerder niet direct met data was geconfronteerd.
• Robuuste Achtergrondschatting: Een geavanceerde, volledig data-gedreven methode die gebruikmaakt van foton-triggerde controle-regio's en materiaal-mapping om systematische fouten te minimaliseren.

4. Resultaten

• Observaties: Er werden geen significante afwijkingen gevonden ten opzichte van de SM-achtergrondverwachting.

  • SDV SR: 1 waargenomen gebeurtenis (verwacht: $0.6 \pm 0.4$).
  • 1FDV SR: 3 waargenomen gebeurtenissen (verwacht: $0.8 \pm 0.5$).
  • 2FDV SR: 2 waargenomen gebeurtenissen (verwacht: $1.3 \pm 0.6$).
  • Hoewel er een kleine lokale excess is in de 1FDV regio, is deze niet statistisch significant.

• Uitsluitingsgrenzen (95% CL): De resultaten worden gebruikt om grenzen te stellen aan vier specifieke BSM-modellen:

  1. Gluino $R$-hadronen: Gluino-massa's tot 1.8–2.5 TeV worden uitgesloten voor een breed scala aan neutralino-massa's en levensduurs. Dit verbetert eerdere resultaten met meer dan 200 GeV.
  2. Bino-Wino Co-annihilatie: De massa van het lichtste neutralino wordt beperkt tot > 350–650 GeV voor een breed scala aan levensduurs en massaverschillen.
  3. DFSZ Axino: De analyse stelt voor het eerst grenzen aan dit model. Axion-massa's tussen 100 en 2500 $\mu$eV (bij een vast neutralino-massa van 800 GeV) en neutralino-massa's onder 400 GeV worden uitgesloten.
  4. Higgs Portal: Voor pseudoscalaire deeltjes ($S$) met een massa van 55 GeV en een levensduur van 0.03 ns, wordt een takingsverhouding (branching ratio) van $h \to SS \to 4b$ uitgesloten tot 2.6%.

5. Betekenis en Conclusie

Deze analyse markeert een mijlpaal in de zoektocht naar langlevende deeltjes bij de LHC. Door de dataset te vergroten en geavanceerde reconstructietechnieken (zoals het FDV-algoritme) toe te passen, heeft ATLAS de gevoeligheid voor BSM-fysica aanzienlijk verbeterd.

Hoewel er geen nieuw signaal is gevonden, zijn de gevestigde uitsluitingsgrenzen cruciaal voor de theoretische fysica. Ze dwingen modellen zoals split-SUSY en Higgs-portal theorieën om zich aan te passen aan strengere parameters. Vooral de eerste directe beperkingen op het DFSZ axino-model tonen het vermogen van de huidige generatie experimenten om complexe, minder onderzochte BSM-scenario's te testen. De methode van data-gedreven achtergrondschatting en de ontwikkeling van "vage" vertexing zullen essentieel blijven voor toekomstige zoektochten in de High-Luminosity LHC-fase.