Search for direct pair production of top squarks in $pp$ collisions at $\sqrt{s}= 13$ TeV and $13.6$ TeV in events with two oppositely charged leptons using the ATLAS detector

Este trabalho apresenta uma busca pela produção direta de pares de top squarks em colisões próton-próton a 13 TeV e 13,6 TeV utilizando o detector ATLAS, onde, ao analisar dados combinados dos Runs 2 e 3 com classificadores baseados em aprendizado de máquina, não foi observado nenhum excesso significativo em relação ao Modelo Padrão, estabelecendo novos limites de massa para top squarks e neutralinos.

O essencial

O Grande Caçador de Partículas: A Nova Busca pelo "Super-Topo" no LHC

Imagine que o universo é como um quebra-cabeça gigante, mas faltam algumas peças importantes. O Modelo Padrão é a caixa de instruções que temos hoje, explicando como a matéria e a energia funcionam. Mas essa caixa tem um problema: ela não explica por que a partícula chamada "bóson de Higgs" é tão leve, nem o que é a matéria escura (aquela coisa invisível que segura as galáxias juntas).

Para consertar isso, os físicos criaram uma teoria chamada Supersimetria (SUSY). É como se dissessem: "Para cada partícula que conhecemos, existe um 'gêmeo' mais pesado e misterioso". O mais famoso desses gêmeos é o top squark (ou stop), o irmão superpesado do quark top (que é a partícula de matéria mais pesada que conhecemos).

Este novo relatório do experimento ATLAS, no Grande Colisor de Hádrons (LHC) da CERN, é como um relatório de uma expedição de caça que acabou de voltar com os dados mais recentes.

1. O Cenário: A Fábrica de Colisões

Pense no LHC como uma pista de corrida onde duas partículas (prótons) são aceleradas a velocidades próximas à da luz e colidem. É como bater dois relógios de pulso em alta velocidade para ver quais engrenagens voam para fora.

• O que eles fizeram: Eles analisaram dados de duas "temporadas" de corridas: a antiga (2015-2018) e a nova (2022-2023), com energias ainda mais altas.
• O detector: O ATLAS é um detector gigante, como uma câmera de 360 graus com milhões de sensores, que tira fotos de tudo o que sai dessas colisões.

2. A Missão: Encontrar o "Fantasma"

O objetivo era encontrar o top squark. Mas aqui está o truque: se o top squark existir, ele é instável e se quebra quase instantaneamente em outras coisas.

• A Teoria: Ele se transforma em um quark top (que vira um jato de partículas) e um neutralino.
• O Mistério: O neutralino é o "fantasma". Ele não interage com a luz, não deixa rastro no detector e escapa para sempre. A única pista de que ele existiu é a energia faltante. É como se você estivesse jogando uma bola de tênis e, ao olhar para o lado, a bola tivesse desaparecido, mas você sentisse um empurrão no ar. O detector mede esse "empurrão" (momento transversal faltante).

3. O Método: O Detetive com Inteligência Artificial

Como encontrar essa agulha no palheiro? O universo está cheio de colisões "comuns" (ruído de fundo) que podem parecer com o que estamos procurando.

• O Problema: É como tentar encontrar um grito específico em um estádio de futebol lotado onde todos estão gritando.
• A Solução: Os cientistas usaram Inteligência Artificial (Redes Neurais). Eles treinaram um "cérebro digital" com milhões de simulações de colisões comuns e colisões com top squarks.
• O Resultado: A IA aprendeu a reconhecer padrões sutis, como a direção das partículas e a quantidade de energia faltante, para dizer: "Ei, essa colisão parece suspeita!" ou "Isso é apenas ruído comum". Eles dividiram a busca em três categorias, dependendo de quão pesados são os "gêmeos" que procuram.

4. O Veredito: O Silêncio é a Resposta

Após analisar 193 fb⁻¹ de dados (uma quantidade astronômica de colisões), o que eles encontraram?

• Nada. Ou melhor, nada de novo.
• Os dados batem perfeitamente com as previsões do Modelo Padrão. Não houve o "grito" do top squark.
• O que isso significa? Significa que, se o top squark existir, ele é mais pesado do que imaginávamos. É como dizer: "Nós vasculhamos a casa inteira e não encontramos o gato. Se ele estiver aqui, ele deve estar escondido no porão, que é mais profundo do que pensávamos."

5. As Consequências: Empurrando os Limites

Mesmo não encontrando o "fantasma", a busca foi um sucesso científico:

• Novos Limites: Eles conseguiram dizer que, se o top squark existir, ele deve pesar pelo menos 1.060 GeV (cerca de 1.000 vezes a massa de um próton) se o neutralino for leve. Se o neutralino for pesado, o top squark pode ser ainda mais pesado.
• Melhoria: Isso é um aumento de cerca de 10% na capacidade de detectar partículas pesadas em comparação com os estudos anteriores.
• A Lição: A natureza continua sendo mais difícil de decifrar do que esperávamos. A Supersimetria não foi descartada, mas a "caça" precisa ir mais fundo.

Resumo em uma Frase

Os cientistas do ATLAS usaram a maior máquina do mundo e inteligência artificial para procurar por um "super-irmão" misterioso do quark top; não o encontraram, mas provaram que, se ele existir, deve estar se escondendo em uma massa ainda mais pesada do que nunca imaginamos, empurrando os limites do nosso conhecimento do universo.

Resumo técnico

Resumo Técnico: Busca por Produção Direta de Pares de Top Squarks no Detector ATLAS

Referência: CERN-EP-2026-063 (ATLAS Collaboration)
Data: 18 de março de 2026
Publicação: JHEP (em submissão)

1. Problema e Motivação

Este trabalho apresenta uma busca por evidências de Supersimetria (SUSY), especificamente focando na produção direta de pares de top squarks ($\tilde{t}_1$), o parceiro supersimétrico do quark top.

• Contexto Teórico: A SUSY resolve o problema da hierarquia do Modelo Padrão (SM) ao cancelar correções quadráticas divergentes na massa do bóson de Higgs. O top squark é particularmente importante devido ao grande acoplamento de Yukawa do quark top.
• Cenário Investigado: O estudo considera o modelo simplificado onde o top squark decai diretamente em um quark top on-shell e o neutralino mais leve ($\tilde{\chi}^0_1$), que atua como o Partícula Supersimétrica Mais Leve (LSP) e candidato a matéria escura.
• Canal de Decaimento: A análise foca em eventos com dois léptons carregados de cargas opostas (elétrons ou múons), jatos $b$ e grande momento transversal ausente ($E_T^{miss}$), resultante dos neutralinos não detectados. Este canal é sensível a modelos onde o $\tilde{\chi}^0_1$ é massivo, complementando buscas em canais de um único lépton ou totalmente hadrônicos.

2. Metodologia e Estratégia de Análise

A análise utiliza dados completos do Run 2 (2015–2018) e dados iniciais do Run 3 (2022–2023) do Grande Colisor de Hádrons (LHC).

• Dados Coletados:

  • Run 2: $\sqrt{s} = 13$ TeV, luminosidade integrada de $140 \text{ fb}^{-1}$.
  • Run 3: $\sqrt{s} = 13.6$ TeV, luminosidade integrada de $53 \text{ fb}^{-1}$.
  • Total: $193 \text{ fb}^{-1}$.

• Seleção de Eventos:

  • Eventos com dois léptons de cargas opostas ($p_T > 27$ GeV para o líder, $>20$ GeV para o sub-líder).
  • Pelo menos dois jatos, sendo pelo menos um identificado como jato $b$.
  • Massa invariante dos léptons $m_{\ell\ell} > 20$ GeV para rejeitar ressonâncias de baixa massa.

• Técnicas Avançadas de Machine Learning (ML):

  • Diferentemente de análises anteriores que usavam cortes cinemáticos rígidos, esta análise emprega Redes Neurais (NNs) para discriminar o sinal dos fundos do Modelo Padrão (principalmente $t\bar{t}$ e $t\bar{t}Z$).
  • Categorização: Foram treinadas 6 redes neurais distintas, divididas por:
    1. Diferença de massa ($\Delta m$) entre $\tilde{t}_1$ e $\tilde{\chi}^0_1$: Baixa (200–300 GeV), Média (300–500 GeV) e Alta ($\ge$ 600 GeV).
    2. Multiplicidade de jatos $b$: Eventos com exatamente 1 jato $b$ e eventos com $\ge$ 2 jatos $b$.
  • Variáveis de Entrada: Incluem momentos transversais, pseudorapidez, massa invariante, pontuação de tagging $b$, significância de $E_T^{miss}$, ângulos azimutais e variáveis de massa transversal ($m_{T2}$).
  • Estimativa de Fundo: Utiliza-se um ajuste de verossimilhança (profile likelihood fit) simultâneo em Regiões de Controle (CRs) e Regiões de Validação (VRs) para normalizar os fundos dominantes ($t\bar{t}$ e $t\bar{t}Z$) com base nos dados observados.

3. Contribuições Chave

• Integração de Dados Run 3: É a primeira análise do ATLAS neste canal a incluir dados do Run 3 a 13.6 TeV, aumentando significativamente a estatística disponível.
• Otimização via Machine Learning: A introdução de classificadores baseados em redes neurais permite uma discriminação superior em todo o espaço de fase cinemático, especialmente em regiões onde os fundos do SM são abundantes.
• Melhoria na Sensibilidade: A combinação de técnicas de reconstrução aprimoradas (especialmente para o Run 3) e a nova estratégia de análise baseada em ML resultou em uma melhoria de aproximadamente 50% na sensibilidade esperada para pontos de sinal específicos em comparação com análises anteriores baseadas apenas em cortes.

4. Resultados

• Observação de Dados: Não foi observado nenhum excesso significativo de eventos em relação às previsões do Modelo Padrão. As flutuações observadas foram consistentes com variações estatísticas (a maior flutuação foi inferior a 2 desvios padrão).
• Limites de Exclusão (95% CL):
  • Foram estabelecidos limites de exclusão no plano de massas $(m_{\tilde{t}_1}, m_{\tilde{\chi}^0_1})$.
  • Top Squark ($\tilde{t}_1$): Massas até 1060 GeV são excluídas para um neutralino sem massa.
  • Neutralino ($\tilde{\chi}^0_1$): Massas até 560 GeV são excluídas para um top squark de 900 GeV.
• Comparação: Estes limites representam uma melhoria de aproximadamente 10% na faixa de massa alcançada em comparação com as análises anteriores do ATLAS no mesmo canal (baseadas apenas no Run 2).
• Limites Independentes de Modelo: Limites superiores no visível de seção de choque ($\sigma_{vis}$) foram estabelecidos para novas físicas, fornecendo restrições gerais além do modelo simplificado específico.

5. Significância e Impacto

• Competitividade do Canal Dilepton: Historicamente, o canal de dois léptons tinha menor sensibilidade devido à baixa taxa de decaimento (branching fraction) em comparação com canais de um único lépton. Esta análise demonstra que, com o aumento da luminosidade e o uso de técnicas de ML, o canal dilepton tornou-se competitivo, oferecendo sensibilidade complementar crucial, especialmente para neutralinos massivos.
• Restrições à SUSY: Os resultados restringem severamente os modelos de supersimetria que preveem top squarks leves, forçando os modelos teóricos a considerar massas de partículas supersimétricas mais altas ou cenários de decaimento mais complexos.
• Validação de Técnicas: A análise valida a eficácia da transição para o uso de dados do Run 3 e a aplicação de redes neurais profundas em buscas de nova física no LHC, servindo como modelo para futuras análises de alta precisão.

Em conclusão, este trabalho representa um marco na busca por supersimetria no canal dilepton, combinando dados de múltiplos anos de operação do LHC com técnicas de inteligência artificial de ponta para empurrar os limites de exclusão de massa para além de 1 TeV.