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

Utilizando 138 fb$^{-1}$ de dados de colisões próton-próton a $\sqrt{s}$ = 13 TeV coletados pelo experimento CMS, este artigo apresenta a primeira busca por produção de pares de estau de vida longa empregando uma rede neural convolucional para identificar léptons tau deslocados, resultando em limites de exclusão melhorados para massas e comprimentos de decaimento de estau dentro de modelos de quebra de supersimetria mediada por gauge.

O essencial

A Visão Geral: Caçando "Primos Fantasmagóricos"

Imagine que o universo é uma festa gigante e agitada onde as partículas são os convidados. O Modelo Padrão é a lista de convidados que conhecemos e entendemos. A Supersimetria (SUSY) é uma teoria que sugere que, para cada convidado na festa, existe um "gêmeo" que ainda não conhecemos. Esses gêmeos são mais pesados e geralmente se escondem muito bem.

Este artigo trata da busca por um gêmeo específico: o stau. O stau é o parceiro supersimétrico do leptão tau (um primo pesado do elétron).

Em muitas teorias, esses gêmeos aparecem e desaparecem instantaneamente. Mas, neste cenário específico, o stau é um pouco diferente. É como um convidado que chega à festa, circula pela sala por um tempo perceptível e então vai embora. Como ele permanece por um tempo, deixa um rastro que parece diferente dos convidados "instantâneos" usuais. Os cientistas do experimento CMS do CERN queriam capturar esses staus "persistentes".

O Desafio: Encontrar uma Agulha em um Palheiro

O problema é que o "palheiro" (o ruído de fundo do colisor LHC) é massivo. Cada vez que os prótons colidem, eles criam milhares de partículas. A maioria dessas partículas se parece com jatos normais de detritos.

Os cientistas procuravam por uma assinatura muito específica:

1. Dois "taus" aparecendo do nada.
2. Energia faltante: Como o stau decai em um tau e um "gravitino" quase invisível (uma partícula fantasma), parte da energia parece desaparecer da sala.
3. A Pista do "Deslocamento": Esta é a parte mais importante. Taus normais decaem imediatamente no ponto de colisão. Esses stau-taus especiais viajam alguns milímetros ou centímetros longe do centro antes de decair. É como ver um fogo de artifício que não explode até já estar no meio do céu.

A Nova Ferramenta: Um Detector de "Deslocamento" Inteligente

O artigo destaca uma grande atualização em sua estratégia de busca. Anteriormente, as ferramentas usadas para identificar partículas tau eram como seguranças treinados para identificar pessoas paradas logo na porta da frente. Se alguém vagasse alguns passos para dentro do saguão antes de ser identificado, os seguranças muitas vezes os perdiam ou pensavam que eram apenas ruído comum.

Para corrigir isso, a equipe construiu uma nova ferramenta de IA superinteligente chamada DISTAU.

• A Analogia: Imagine que as ferramentas antigas eram como um detector de metais padrão. A nova ferramenta DISTAU é como um detetive com um mapa 3D e uma lupa. Ela observa a "forma" do rastro da partícula e sabe especificamente como identificar uma partícula que começou sua jornada alguns passos longe da entrada principal.
• Esta IA é baseada em uma "Rede Neural de Grafos", um tipo de matemática que observa como as partículas estão conectadas umas às outras, em vez de apenas olhar para elas individualmente.

A Busca: 138 "Anos" de Dados

A equipe analisou dados coletados entre 2016 e 2018. Eles tinham um conjunto de dados massivo equivalente a 138 femtobarns inversos (uma unidade de volume de dados). Para colocar em perspectiva, se você imaginasse os dados como uma biblioteca, eles leram uma biblioteca tão grande que, se você lesse um livro por segundo, levaria milhões de anos.

Eles montaram uma "armadilha" (Região de Sinal) com regras muito específicas:

• Deve ter dois taus que pareçam "deslocados" (vadiando).
• Deve ter muita energia faltante (as partículas fantasmas).
• Não deve ter nenhum outro "ruído" óbvio (como elétrons ou múons extras).

Os Resultados: A Festa está Silenciosa

Após passar sua sofisticada IA por todos esses dados, o resultado foi: Nenhum stau foi encontrado.

No entanto, na ciência, encontrar nada ainda é uma descoberta enorme porque nos diz onde não procurar.

• A Exclusão: Eles podem agora afirmar, com 95% de confiança, que se esses gêmeos estau existem, eles não podem ter certas massas (pesos) ou percorrer certas distâncias.
  • Se eles pesarem entre 126 e 260 GeV (em um cenário), eles não podem percorrer uma distância de 50 mm.
  • Se eles pesarem 200 GeV, eles não podem percorrer entre 21 e 94 mm.
• A Melhoria: Sua nova ferramenta de IA (DISTAU) tornou a busca muito melhor do que as tentativas anteriores. Eles puderam excluir mais possibilidades do que nunca, efetivamente encolhendo a "zona de segurança" onde essas partículas poderiam estar se escondendo.

Por Que Isso Importa

Mesmo que não tenham encontrado o stau, eles expandiram os limites do nosso conhecimento.

• Antes: Sabíamos que os staus não podiam ser muito leves ou muito pesados em certos cenários.
• Agora: Sabemos que eles definitivamente não estão neste "meio termo" de peso e distância de viagem.

É como procurar uma chave perdida em uma casa. Você verifica a cozinha, a sala de estar e o quarto. Você não a encontra, mas agora sabe com certeza que ela não está nessas salas. Você tem que procurar no porão ou no sótão da próxima vez. Este artigo efetivamente limpou uma grande seção do "porão" do espaço de parâmetros do universo, forçando as teorias futuras a serem mais precisas sobre onde essas partículas elusivas podem estar se escondendo.

Em resumo: Os cientistas usaram um novo "detector de partículas deslocadas" impulsionado por IA para escanear uma quantidade massiva de dados de colisão. Eles não encontraram os gêmeos fantasmagóricos stau, mas provaram com sucesso que, se os gêmeos estiverem lá, eles não estão se escondendo no local específico que estavam procurando. Isso torna a busca pela Supersimetria mais focada e eficiente.

Resumo técnico

Resumo Técnico: Busca por Produção de Pares de Estaus de Vida Longa em Colisões Próton-Próton a $\sqrt{s} = 13$ TeV

Problema e Motivação
Modelos de quebra de supersimetria mediada por gauge (GMSB) fornecem um arcabouço convincente para a física além do Modelo Padrão (SM), particularmente ao abordar o problema da hierarquia e oferecer um candidato à matéria escura (o gravitino). Nestes cenários, o estau ($\tilde{\tau}$), o parceiro supersimétrico do lépton tau, é frequentemente a próxima partícula mais leve (NLSP). Devido ao acoplamento suprimido entre o estau, o tau e o gravitino quase sem massa ($\tilde{G}$), o estau pode possuir um tempo de vida macroscópico, decaindo dentro do volume do detector. Isso resulta em vértices de decaimento "deslocados", onde os léptons tau resultantes originam-se significativamente longe do ponto de interação próton-próton primário.

Buscas existentes para estaus de vida longa enfrentaram limitações. Algoritmos tradicionais de identificação de tau hadrônico ($\tau_h$), otimizados para decaimentos imediatos (prompt), sofrem uma perda rápida de eficiência (caindo em $\approx 95\%$ em deslocamentos transversais de $\sim 10$ mm) à medida que o vértice de decaimento se afasta do eixo do feixe. Este artigo aborda a necessidade de uma estratégia de busca dedicada capaz de identificar estaus com comprimentos de decaimento próprio ($c\tau_0$) variando de 1 a 1000 mm, visando especificamente o modo de decaimento onde ambos os estaus decaem hadronicamente ($\tilde{\tau} \to \tau \tilde{G}$).

Metodologia
A análise utiliza dados de colisões próton-próton coletados pelo experimento CMS no LHC entre 2016 e 2018, correspondendo a uma luminosidade integrada de $138 \text{ fb}^{-1}$ a $\sqrt{s} = 13$ TeV.

• Modelo de Sinal: A busca assume modelos GMSB simplificados onde pares de estaus são produzidos e decaem em um lépton tau e um gravitino. Dois cenários são considerados: um cenário de "mistura máxima" (produção do autoestado de massa mais leve $\tilde{\tau}_1$) e um cenário de "degenerescência de massa" (produção de ambos $\tilde{\tau}_L$ e $\tilde{\tau}_R$).
• Reconstrução de Eventos e Seleção: Os eventos são selecionados exigindo grande momento transversal ausente ($p_T^{\text{miss}} > 120$ GeV) e exatamente dois candidatos a tau hadrônico. Para rejeitar backgrounds do SM, eventos contendo veto-elétrons, veto-múons ou jatos com marcação de b (b-tagged) são descartados.
• O Algoritmo DISTAU: A inovação central deste trabalho é a aplicação do algoritmo de identificação DISTAU, uma rede neural de grafos baseada na arquitetura PARTICLENET, especificamente treinada para distinguir candidatos a tau hadrônico deslocados ($\tau_h^{\text{dis}}$) de jatos de fundo (background). Diferente dos algoritmos padrão, o DISTAU utiliza características relevantes para decaimentos deslocados, como os parâmetros de impacto de trilhas constituintes carregadas, mantendo a sensibilidade às propriedades de taus hadrônicos. O algoritmo opera com três pontos de trabalho (frouxo, médio, estrito), sendo que o ponto "estrito" ($WPT$) exige um parâmetro de impacto transversal $|d_{xy}| > 2$ mm e uma significância $\hat{d}_{xy} > 5$.
• Estimativa de Background: O background dominante surge de jatos do SM identificados incorretamente como taus deslocados. Como a simulação é insuficiente para modelar as caudas das distribuições cinemáticas, um método baseado em dados é empregado. As probabilidades de identificação incorreta são medidas em regiões de controle enriquecidas em eventos $W$+jatos e Drell-Yan ($Z/\gamma^* \to \tau\tau$)+jatos. Estas probabilidades são parametrizadas como uma função de $p_T$ do jato e $|d_{xy}|$ e extrapoladas para a região de sinal (SR).
• Análise Estatística: A região de sinal é dividida em oito bins baseados no $p_T$ do segundo tau, $p de p_T^{\text{miss}}$ e na massa transversa ($m_{T2}$). Um teste de razão de verossimilhança de perfil é usado para estabelecer limites superiores na seção de choque de produção a 95% de nível de confiança (CL), incorporando incertezas sistemáticas de teoria, desempenho do detector e estimativa de background.

Principais Contribuições

1. Primeira Aplicação do DISTAU: Este artigo apresenta a primeira busca por estaus de vida longa utilizando o algoritmo de rede neural de grafos DISTAU, que é especificamente projetado para recuperar a eficiência para léptons tau que decaem longe do vértice primário.
2. Espaço de Parâmetros Estendido: A análise cobre uma ampla gama de massas de estau ($m_{\tilde{\tau}}$) de 90 a 600 GeV e comprimentos de decaimento próprio ($c\tau_0$) de 1 a 1000 mm, preenchendo lacunas deixadas por buscas anteriores que eram limitadas a decaimentos imediatos ou tempos de vida muito longos.
3. Melhoria na Modelagem de Background: Ao empregar uma técnica robusta baseada em dados usando regiões de controle e verificações cruzadas entre amostras de $W$+jatos e Drell-Yan, a análise minimiza a dependência de simulação para o background dominante de jatos mal identificados.

Resultos
A análise não observou excesso significativo de eventos sobre o background previsto do SM. Os rendimentos de eventos observados em todos os oito bins de sinal foram consistentes com a hipótese de apenas background. Consequentemente, limites de exclusão foram estabelecidos para a seção de choque de produção de pares de estau.

• Limites de Exclusão (Cenário de Mistura Máxima): Massas de estau na faixa de 126–260 GeV são excluídas para um comprimento de decaimento próprio de $c\tau_0 = 50$ mm. Para uma massa de estau de $m_{\tilde{\tau}} = 200$ GeV, a faixa de comprimento de decaimento próprio de 21–94 mm é excluída.
• Limites de Exclusão (Cenário de Degenerescência de Massa): Devido a uma seção de choque de produção mais alta, os limites são mais fortes. Massas de estau na faixa de 90–425 GeV são excluídas para $c\tau_0 = 50$ mm. Para $m_{\tilde{\tau}} = 200$ GeV, a faixa de comprimento de decaimento excluída é de 6–333 mm.
• Performance: Os resultados melhoram os limites de exclusão previamente relatados pela ATLAS e CMS. Por exemplo, em $m_{\tilde{\tau}} = 300$ GeV no cenário de degenerescência de massa, os limites superiores para a seção de choque são melhorados por um fator de 2,5 a 5,7 em comparação com buscas anteriores, dependendo do comprimento de decaimento.

Significância
O artigo afirma que o desenvolvimento e a aplicação do algoritmo dedicado DISTAU levaram a uma melhoria significativa na sensibilidade experimental para assinaturas de estaus de vida longa. Ao identificar com sucesso léptons tau deslocados que seriam perdidos por métodos de reconstrução padrão, esta busca estende o espaço de parâmetros explorado para a supersimetria. Os resultados fornecem as restrições mais rigorosas até o momento para cenários GMSB envolvendo estaus de vida longa que decaem dentro do volume do rastreador (tracker) do CMS, efetivamente descartando regiões específicas do espaço de parâmetros $m_{\tilde{\tau}}$ vs. $c\tau_0$. A análise demonstra a viabilidade do uso de redes neurais de grafos para lidar com assinaturas não padronizadas em física de altas energias, oferecendo um modelo para futuras buscas por objetos deslocados.