The $B^+ \to K^+ \nu \bar \nu$ decay as a QCD axion search: comparing reinterpretation approaches

Dit artikel toont aan dat de viermaal grotere discrepantie in recente limieten op de $B^+ \to K^+ a$ verval voortkomt uit de keuze van kinematische variabelen, waarbij wordt aangetoond dat fijnmazige binning in de gereconstrueerde di-neutrino invariante massa ($q^2_{\rm rec}$) essentieel is voor het oplossen van smalle axionsignalen terwijl BDT-gebaseerde benaderingen de gevoeligheid verwateren, waarmee wordt gepleit voor de publicatie van likelihoods in fysieke variabelenruimtes om robuuste herinterpreteerbaarheid te waarborgen.

De kern

Stel je voor dat je een detective bent die probeert een zeer specifieke, minuscule aanwijzing te vinden in een enorme, chaotische plaats delict. In dit verhaal is de "plaats delict" de data verzameld door het Belle II-experiment, dat onderzoekt hoe bepaalde deeltjes (genaamd B-mesonen) vervallen. De "minuscule aanwijzing" is een hypothetisch deeltje genaamd de QCD-axion—een spookachtig, onzichtbaar deeltje waarvan wetenschappers hopen dat het bestaat, maar dat ze nog nooit hebben gezien.

Twee verschillende detective-teams hebben onlangs naar dezelfde stapel bewijsmateriaal gekeken om de axion te vinden. Echter, zij kwamen tot zeer verschillende conclusies: het ene team zei: "We kunnen de existentie van de axion uitsluiten met een zeer hoog niveau van zekerheid," terwijl het andere team zei: "Onze limieten zijn ongeveer vier keer zwakker."

Dit artikel legt uit waarom zij verschillende antwoorden kregen. Het blijkt dat het verschil niet kwam doordat het ene team beter was in wiskunde of betere apparatuur had. Het kwam doordat ze de bewijslast kozen te bekijken door verschillende "lenzen."

De Twee Lenzen: Een Foto met Hoge Resolutie versus een Vaag Schetsje

De "Hoge Resolutie"-aanpak (De Sterkere Limiet)
Eén team besloot de data te bekijken met een zeer fijnmazige kaart. Stel je voor dat je probek een specifieke naald in een hooiberg probeert te vinden. Als je de hooiberg in grote, vage brokken bekijkt, raakt de naald verloren in het hooi. Maar als je de hooiberg inch voor inch bekijkt, kun je de naald onmiddellijk spotten omdat deze zich op een specifieke, minuscule plek bevindt.

In fysieke termen keek dit team naar een variabele genaamd $q^2_{rec}$ (een maat voor de energie van de onzichtbare deeltjes) met 21 kleine bins (segmenten).

• Het Axion-signaal: Als een axion bestaat, zou het verschijnen als een scherpe, geconcentreerde piek in deze energiemap, vlakbij nul.
• Het Resultaat: Omdat ze 21 segmenten gebruikten, konden ze deze scherpe piek duidelijk zien, gescheiden van de "ruis" (achtergronddeeltjes). Dit gaf hen een zeer sterke, gevoelige limiet.

De "Vage Schets"-aanpak (De Zwakkere Limiet)
Het andere team gebruikte een kaart die vooraf was verpakt door de experimentele samenwerking. Deze kaart was ontworpen om een ander type signaal te vinden (een gladde, brede wolk van deeltjes genaamd neutrino's).

• Het Probleem: Deze kaart had slechts 3 enorme bins voor de energiematerie.
• Het Resultaat: Toen zij probeerden het scherpe axion-signaal te vinden, werd het samengeperst in een van die drie gigantische bins. Binnen die bin werd het axion-signaal overstemd door de enorme hoeveelheid achtergrondruis. Het was alsof je een fluistering probeert te horen in een stadion vol mensen die schreeuwen; de fluistering (axion) raakte verloren in het gebrul (achtergrond).

De "Filter" Die Niet Voor Deze Taak Gebouwd Was

Het tweede team gebruikte ook een speciale filter genaamd een BDT (Boosted Decision Tree). Denk aan dit als een beveiligingsbeambte die getraind is om een specifiek type crimineel op te sporen (het neutrino-signaal).

• De beambte is uitstekend in het opsporen van de neutrino-crimineel.
• Echter, de axion ziet er totaal anders uit dan de neutrino.
• Omdat de beambte alleen getraind is op de neutrino, weet hij niet hoe hij de axion moet herkennen. Sterker nog, de beambte kan de axion zelfs per ongeluk negeren omdat deze er niet uitziet als de crimineel waarop hij getraind is.

Het artikel laat zien dat deze filter bijna geen hulp biedt bij het vinden van de axion. Het is alsof je een metaaldetector gebruikt om een houten stoel te vinden; het hulpmiddel is geweldig voor metaal, maar nutteloos voor hout.

Waarom het "Vage" Team Niet Gewoon Voorzichtiger Was

Je zou je kunnen afvragen: "Misschien was het tweede team gewoon voorzichtiger met hun fouten?"
De auteurs hebben dit gecontroleerd. Ze vonden dat zelfs als je meer onzekerheid toevoegt aan de methode van het tweede team (waardoor ze nog voorzichtiger worden), dit de enorme kloof in de resultaten niet verklaart.

• Sterker nog, het toevoegen van meer "veiligheidsnetten" (systematische fouten) maakt de limieten meestal strakker (beter), niet slechter.
• De belangrijkste reden voor de zwakke limiet is simpelweg de vage kaart en de verkeerde filter.

De "Dual-Probe" Superkracht

Het artikel benadrukt een interessant kenmerk van de "Hoge Resolutie"-aanpak: het fungeert als een dual-probe (dubbele sonde).

• Omdat het axion-signaal er zo anders uitziet dan de achtergrond, kan het team de axion meten zonder precies te hoeven weten hoeveel achtergrondruis er is.
• De "Vage" aanpak raakt echter in de war. Als de achtergrondruis licht verandert, verandert hun axion-limiet drastisch. Ze verliezen hun vermogen om onafhankelijk te zijn.

De Grote Les voor de Wetenschap

De auteurs sluiten af met een aanbeveling voor alle toekomstige experimenten.
Wanneer wetenschappers hun data publiceren, geven ze ons vaak een "samenvatting" die geoptimaliseerd is voor het specifieke ding waar ze naar zochten (zoals de neutrino). Maar als andere wetenschappers deze data willen gebruiken om naar iets totaal anders te zoeken (zoals de axion), is die samenvatting vaak te vaag of gebruikt deze de verkeerde instrumenten.

De Aanbeveling:
Experimentele teams zouden hun data op twee manieren moeten publiceren:

1. De "geoptimaliseerde" versie voor hun specifieke zoektocht (met behulp van de BDT-filters).
2. De "ruwe" versie in fysieke variabelen (de fijnmazige kaart), zodat iedereen deze kan gebruiken om naar andere soorten nieuwe fysica te zoeken zonder gevoeligheid te verliezen.

Kortom: Als je een naald in een hooiberg wilt vinden, gebruik dan geen kaart die alleen drie enorme hopen hooi laat zien. Je hebt een kaart nodig die de individuele strohalmen laat zien.

Technische samenvatting

Technische Samenvatting: De $B^+ \to K^+ \nu\bar{\nu}$ verval als een zoektocht naar de QCD-axion: Vergelijking van herinterpretatie-benaderingen

Probleemstelling
Twee recente onafhankelijke analyses van Belle II-data met betrekking tot het verval $B^+ \to K^+ \nu\bar{\nu}$, wanneer geherinterpreteerd worden als een zoektocht naar het tweedeeltjesverval $B^+ \to K^+ a$ (waarbij $a$ een licht onzichtbaar deeltje is zoals een QCD-axion), leveren limieten op voor de vertakkingsfractie $\mathcal{B}(B^+ \to K^+ a)$ die verschillen door een factor van ongeveer vier. De eerste benadering [1] maakt gebruik van publieke data om kinematische variabelen analytisch te reconstrueren en leidt de sterkste bestaande grenzen af. De tweede benadering [4] vertrouwt op een gepubliceerde model-agnostische likelihood [5] en levert aanzienlijk zwakkere limieten op. De auteurs onderzoeken de oorsprong van dit verschil, met de hypothese dat dit voortkomt uit de keuze van de kinematische variabeleruimte en de granulariteit van de gebruikte dataprojecties in de herinterpretatie.

Methodologie
Het artikel hanteert een vergelijkende analyse van twee verschillende statistische kaders die worden toegepast op dezelfde onderliggende Belle II-data en simulatie:

1. Fijnmazige $q^2_{\text{rec}}$-benadering (Ref. [1]): Deze methode maakt gebruik van de gereconstrueerde di-neutrino invariante massa ($q^2_{\text{rec}}$) distributie met ongeveer 21 bins over het kinematische bereik $[-1, 25] \text{ GeV}^2$. Het behandelt de achtergrondnormalisatie als de dominante systematische onzekerheid (geschat op $\sim 1\%$) en brengt de ware kinematica analytisch in kaart naar gereconstrueerde variabelen.
2. Grovere $q^2_{\text{rec}} \times \eta(\text{BDT}^2)$-benadering (Ref. [4]): Deze methode gebruikt de gepubliceerde likelihood van Ref. [5], die de data projecteert in een 2D-ruimte van vier bins in een getransformeerde BDT-output ($\eta(\text{BDT}^2)$) en drie grove bins in $q^2_{\text{rec}}$ (grenzen bij $\{-1, 4, 8, 25\} \text{ GeV}^2$). De BDT-variabele werd specifiek getraind om het $B^+ \to K^+ \nu\bar{\nu}$ signaal te scheiden van de achtergrond.

De auteurs voeren een reeks van vijf numerieke tests uit om de effecten van variabele granulariteit, de relevantie van de BDT-as, systematische onzekerheden en de behandeling van SM-parameters te isoleren:

• Tests 1 & 2: Variëren van de achtergrond-normalisatiefout (van 1% naar 50%) in de fijnmazige benadering om de robuustheid van de axion-limiet en de profile likelihood voor $B^+ \to K^+ \nu\bar{\nu}$ te testen.
• Test 3: Het direct opnieuw draaien van de gepubliceerde likelihood van Ref. [4] met variërende beperkingen op de $B^+ \to K^+ \nu\bar{\nu}$ schaalfactor ($\mu_{\nu\bar{\nu}}$) en vorm-systematiek om een baseline vast te stellen.
• Test 4: Het construeren van een specifieke "hybride" analyse die het statistische kader van Ref. [1] toepast op de grove $q^2_{\text{rec}} \times \eta(\text{BDT}^2)$ binning van Ref. [4]. Dit isoleert het effect van de keuze van de kinematische assen alleen.
• Test 5: Het onderzoeken van de profile likelihood voor $B^+ \to K^+ \nu\bar{\nu}$ binnen de hybride analyse om de vermogens tot vormscheiding te vergelijken.

Belangrijkste bijdragen en resultaten

• Resolutie als belangrijkste maatstaf: De primaire drijfveer van het gevoeligheidsverschil is de resolutie in $q^2_{\text{rec}}$. Voor een QCD-axion ($m_a \simeq 0$) is het signaal monochromatisch bij $q^2=0$, wat een gestructureerde distributie nabij $q^2_{\text{rec}} \simeq 0$ oplevert. De grove 3-bin structuur van de Ref. [4] likelihood absorbeert dit signaal in een enkele bin die gedomineerd wordt door de $B^+ \to K^+ \nu\bar{\nu}$ achtergrond, waardoor het signaal wordt verdund. De fijnmazige 21-bin structuur van Ref. [1] lost de signaalstructuur op, wat de gevoeligheid aanzienlijk verbetert.
• Inadequaatheid van de BDT-as: De variabele $\eta(\text{BDT}^2)$ is geoptimaliseerd voor $B^+ \to K^+ \nu\bar{\nu}$, niet voor het smalle $B^+ \to K^+ a$ signaal. Aangezien de axion een monochromatische kaon produceert terwijl $\nu\bar{\nu}$ een continu spectrum produceert, draagt de BDT-as weinig onderscheidend vermogen voor de axion en kan het zelfs signalevenementen onderdrukken die niet lijken op de $\nu\bar{\nu}$-topologie.
• Systematische onzekerheden zijn conservatief: De auteurs demonstreren dat het weglaten van sub领先 vorm-systematiek in de Ref. [1] benadering de limiet niet kunstmatig aanscherpt. Het opnemen van deze systematiek (zoals gedaan in Ref. [4]) verlaagt de limiet juist met $\sim 20\%$ door de fit meer vrijheid te geven om de $B^+ \to K^+ \nu\bar{\nu}$ vorm te accommoderen, waardoor er minder ruimte overblijft voor het axion-signaal. Hiermee is de Ref. [1] grens conservatief.
• Verlies van het "dual-probe" kenmerk: In de fijnmazige $q^2_{\text{rec}}$-benadering is de axion-limiet statistisch ontkoppeld van de $B^+ \to K^+ \nu\bar{\nu}$ meting (het "dual-probe" kenmerk). In de grove $q^2_{\text{rec}} \times \eta(\text{BDT}^2)$ ruimte varieert de axion-limiet met een factor van ongeveer twee, afhankelijk van of de $B^+ \to K^+ \nu\bar{\nu}$ snelheid vaststaat of wordt toegestaan te fluctueren, wat wijst op een verlies van deze robuustheid.
• Kwantificering van gevoeligheidsverlies: De hybride analyse (Test 4) bevestigt dat de verandering in kinematische assen alleen al verantwoordelijk is voor een degradatie in gevoeligheid met een factor van ongeveer vijf bij lage axion-massa's. Het resterende verschil tussen de hybride analyse en Ref. [4] wordt toegeschreven aan de inclusie van volledige vorm-systematiek in Ref. [4], wat de limiet verder verlaagt.

Betekenis en claims
Het artikel concludeert dat de keuze van de kinematische variabeleruimte doorslaggevend is voor de herinterpretatie van experimentele data voor smalle onzichtbare signalen. Likelihoods die worden gedomineerd door BDT-variabelen die getraind zijn op een specifieke signaaltopologie (zoals $B^+ \to K^+ \nu\bar{\nu}$), zijn van beperkte bruikbaarheid voor het herberekenen van metingen naar signalen met wezenlijk andere vormen (zoals $B^+ \to K^+ a$).

De auteurs pleiten ervoor dat experimentele samenwerkingen likelihood-projecties in fysieke variabeleruimtes (zoals fijnmazige $q^2_{\text{rec}}$) publiceren naast BDT-gebaseerde likelihoods. Deze praktijk zou de herinterpreteerbaarheid van metingen maximaliseren voor een breed scala aan scenario's met nieuwe fysica, met name die die betrokken zijn bij smalle resonanties of signalen die kinematisch verschillen van de trainingsdata. Het artikel doet geen nieuwe experimentele voorstellen, maar roept op tot een wijziging in de strategieën voor datavrijgave om robuustere theoretische herinterpretaties te faciliteren.