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

利用 CMS 实验在 $\sqrt{s}$ = 13 TeV 下收集的 138 fb$^{-1}$ 质子-质子碰撞数据，本文展示了首次利用图神经网络识别位移 $\tau$ 轻子来搜寻长寿命 $\text{stau}$ 对产生过程的研究，从而提高了在规范介导超对称破缺模型下对 $\text{stau}$ 质量和衰变长度的排除限制。

要点

大局观：寻找“幽灵”表亲

想象一下，宇宙是一个热闹非凡的巨大派对，而粒子就是派对上的宾客。**标准模型（Standard Model）**是我们已知并理解的宾客名单。**超对称（SUSY）**理论则暗示，对于派对上的每一位宾客，都存在一个我们尚未谋面的“孪生兄弟”。这些孪生兄弟更重，而且通常隐藏得非常好。

这篇论文是关于寻找一个特定的孪生兄弟：仲胶子（stau）。仲胶子是陶轻子（tau lepton）（电子的一个沉重表亲）的超对称伴侣。

在许多理论中，这些孪生兄弟出现又消失的速度极快。但在这种特定的情境下，仲胶子有点不同。它就像一位来到派对后，在房间里徘ð绕了一段时间才离开的宾客。因为它停留的时间较长，它留下的痕迹看起来与那些通常“瞬间消失”的宾客不同。欧洲核子研究中心（CERN）CMS实验的科学家们想要捕捉的就是这些“徘徊不去的”仲胶子。

挑战：大海捞针

问题在于，“大海”本身（即LHC对撞机的背景噪声）规模巨大。每次质子碰撞都会产生数以千计的粒子。其中大多数看起来只是普通的碎片流。

科学家们正在寻找一种非常特定的特征：

1. **两个“陶粒子”**凭空出现。
2. 能量缺失： 由于仲胶子衰变为一个陶轻子和一个近乎不可见的“引力子”（一种幽灵粒子），一部分能量似乎从房间里消失了。
3. “位移”线索： 这是最重要的一部分。普通的陶轻子在碰撞点立即衰变。而这些特殊的仲胶子会在衰变前在中心点之外飞行几毫米或几厘米。这就像看到一颗烟花在飞到半空中时才爆炸。

新工具：智能“位移”探测器

论文强调了他们在搜索策略上的一个重大升级。以前，用于识别陶粒子的工具就像是专门训练识别站在大门口的人的保安。如果有人在进入大厅走动了几步后再被识别，保安往往会错过他们，或者认为他们只是普通的噪声。

为了解决这个问题，团队构建了一个全新的、超级智能的AI工具，名为 DISTAU。

• 类比： 想象旧工具就像标准的金属探测器。而新的 DISTAU 工具则像是一位带着3D地图和放大镜的侦探。它观察粒子轨迹的“形状”，并能专门识别出那些从主入口出发几步之后才开始旅程的粒子。
• 这个 AI 基于“图神经网络（Graph Neural Network）”，这是一种观察粒子之间如何相互连接，而非仅仅逐个观察粒子的数学类型。

搜索过程：138“年”的数据

团队分析了 2016 年至 2018 年间收集的数据。他们拥有一个巨大的数据集，相当于 138 逆费米子（inverse femtobarns）（数据量的单位）。为了让你有个直观的概念，如果你把这些数据想象成一座图书馆，他们阅读的规模之大，即便你每秒读一本书，也需要数百万年才能读完。

他们设置了一个带有特定规则的“陷阱”（信号区）：

• 必须有两个看起来是“位移/徘徊”状态的陶粒子。
• 必须有大量的缺失能量（幽灵粒子）。
• 不得含有任何其他明显的“噪声”（如额外的电子或缪子）。

结果：派对很安静

在用他们精密的 AI 运行完所有数据后，结果是：没有发现仲胶子。

然而，在科学领域，发现“无”本身也是一项巨大的发现，因为它告诉了我们哪里不应该去找。

• 排除范围： 他们现在可以以 95% 的置信度断定，如果这些仲胶子孪生兄弟确实存在，它们不可能具有某些特定的重量（质量）或飞行特定的距离。
  • 如果它们的重量在 126 到 260 GeV 之间（在一种情境下），它们就不可能在飞行距离为 50 mm 时存在。
  • 如果它们的重量为 200 GeV，则不能在 21 到 94 mm 的距离内存在。
• 提升： 他们的全新 AI 工具（DISTAU）使这次搜索比以往的尝试更加出色。他们排除了比以往更多的可能性，有效地缩小了这些粒子可能躲藏的“安全区”。

为什么这很重要

尽管他们没有找到仲胶子，但他们推向了知识的边界。

• 之前： 我们知道在某些情境下，仲胶子不能太轻或太重。
• 现在： 我们确定它们绝不会处于这个特定的“中间地带”的重量和飞行距离范围内。

这就像是在房子里寻找一把丢失的钥匙。你检查了厨房、客厅和卧室。你没找到它，但现在你确定它不在这些房间里。下次你必须去地下室或阁楼寻找。这篇论文有效地清理了宇宙参数空间中的一大块“地下室”，迫使未来的理论更加精确地界定这些隐形粒子可能隐藏的位置。

简而言之： 科学家们使用了一种全新的、由 AI 驱动的“位移粒子探测器”，扫描了海量的碰撞数据。他们没有找到幽灵般的仲胶子孪生兄弟，但他们成功证明了，如果这些孪生兄弟真的存在，它们并不在他们所观察的那个特定位置。这使得对超对称性的搜索变得更加专注且高效。

技术摘要

技术摘要：在 $\sqrt{s} = 13$ TeV 的质子-质子碰撞中寻找长寿命斯陶（Stau）的对产生过程

问题与动机
规范介导的超对称破缺（GMSB）模型提供了一个引人入胜的超越标准模型（SM）的物理框架，特别是在解决层级问题并为暗物质候选者（引力子）提供解释方面。在这些场景中，斯陶（$\tilde{\tau}$，即 $\tau$ 轻子的超对称伴侣）通常是次轻超对称粒子（NLSP）。由于斯陶、$\tau$ 轻子与近乎无质量的引力子（$\tilde{G}$）之间的耦合受到抑制，斯陶可以拥有宏观的寿命，在探测器体积内发生衰变。这导致了“位移”衰变顶点，即产生的 $\tau$ 轻子起源于距离质子-质子相互作用点显著远的地方。

现有的长寿命斯陶搜索面临局限性。传统的强子 $\tau$ ($\tau_h$) 识别算法针对瞬时衰变进行了优化，当衰变顶点远离束流轴时，其效率会迅速下降（在横向位移约为 10 mm 时下降约 95%）。本文旨在解决开发专用搜索策略的需求，该策略能够识别固有衰变长度（$c\tau_0$）在 1 到 1000 mm 范围内的斯陶，特别针对两个斯陶都发生强子衰变的模式（$\tilde{\tau} \to \tau \tilde{G}$）。

方法论
本分析利用了 2016 年至 2018 年间由 LHC 的 CMS 实验收集的质子-质子碰撞数据，对应于 $\sqrt{s} = 13$ TeV 下的 $138 \text{ fb}^{-1}$ 积分亮度。

• 信号模型： 搜索假设了简化的 GMSB 模型，其中斯陶对产生并衰变为一个 $\tau$ 轻子和一个引力子。考虑了两种情景：一种是“最大混合”情景（产生较轻的质量本征态 $\tilde{\tau}_1$），另一种是“质量简并”情景（同时产生 $\tilde{\tau}_L$ 和 $\tilde{\tau}_R$）。
• 事件重建与选择： 事件选择要求具有大的缺失横向动量（$p_T^{\text{miss}} > 120$ GeV）且恰好有两个强子 $\tau$ 候选者。为了剔除 SM 背景，包含 veto-电子、veto-μ子或 b 标记喷注的事件将被丢弃。
• DISTAU 算法： 本工作的核心创新在于应用了 DISTAU 识别算法。这是一个基于 PARTICLENET 架构的图神经网络，专门经过训练以区分位移强子 $\tau$ 候选者（$\tau_h^{\text{dis}}$）与背景喷注。与标准算法不同，DISTAU 利用了与位移衰变相关的特征，例如带电组成轨道的冲击参数，同时保持对强子 $\tau$ 特性的敏感度。该算法具有三个工作点（松散、中等、紧密），其中“紧密”工作点（$WPT$）要求横向冲击参数$|d_{xy}| > 2$ mm 且显著度 $\hat{d}_{xy} > 5$。
• 背景估计： 主要背景来自于被误识别为位移 $\tau$ 的 SM 喷注。由于模拟不足以建模运动学分布的尾部，因此采用了数据驱动的方法。误识别概率在富含 $W$+喷注以及 Drell-Yan ($Z/\gamma^* \to \tau\tau$)+喷注事件的控制区中进行测量。这些概率被参数化为喷注 $p_T$ 和 $|d_{xy}|$ 的函数，并外推至信号区（SR）。
• 统计分析： 信号区根据次领头 $\tau$ 的 $p_T$、$p_T^{\text{miss}}$ 以及横向不变质量 $m_{T2}$ 被分为八个分箱。使用剖面似然比检验统计量来设定 95% 置信度（CL）下的生产截面上限，其中纳入了来自理论、探测器性能和背景估计的系统不确定性。

主要贡献

1. 首次应用 DISTAU： 本文展示了首次利用 DISTAU 图神经网络算法进行的长寿命斯陶搜索，该算法专门设计用于恢复远离初级顶点的 $\tau$ 轻子效率。
2. 扩展的参数空间： 分析涵盖了从 90 到 600 GeV 的广泛斯陶质量范围以及从 1 到 1000 mm 的固有衰变长度，填补了以往搜索在瞬时衰变或极长寿命限制方面的空白。
3. 改进的背景建模： 通过使用控制区和 $W$+喷注与 Drell-Yan 样本之间的交叉检查，采用稳健的数据驱动技术，最大限度地减少了对主导的误识别喷注背景的模拟依赖。

结果
分析未观察到超过预测 SM 背景的显著过剩事件。所有八个信号分箱中的观测事件产额与仅背景假设一致。因此，研究据此对斯陶对产生截面设定了上限。

• 排除极限（最大混合情景）： 对于 $c\tau_0 = 50$ mm，排除了质量在 126–260 GeV 范围内的斯陶。对于 $m_{\tilde{\tau}} = 200$ GeV 的斯陶，排除了固有衰变长度在 21–94 mm 范围内的情形。
• 排除极限（质量简并情景）： 由于生产截面更高，其极限更强。对于 $c\tau_0 = 50$ mm，排除了质量在 90–425 GeV 范围内的斯陶。对于 $m_{\tilde{\tau}} = 200$ GeV，排除的衰变长度范围为 6–333 mm。
• 性能： 结果优于此前 ATLAS 和 CMS 报告的排除极限。例如，在质量简并情景下，当 $m_{\tilde{\tau}} = 300$ GeV 时，截面上限相比之前的搜索提高了 2.5 到 5.7 倍，具体取决于衰变长度。

意义
论文声称，专用 DISTAU 算法的开发与应用显著提高了对长寿命斯陶信号的实验敏感度。通过成功识别出那些会被标准重建方法漏掉的位移 $\tau$ 轻子，本研究扩展了超对称的探索参数空间。研究结果为涉及在 CMS 追踪器体积内发生衰长的长寿命斯陶的 GMSB 情景提供了迄今为止最严格的约束，有效地排除了 $m_{\tilde{\tau}}$ 与 $c\tau_0$ 参数空间中的特定区域。该分析证明了使用图神经网络处理高能物理中非标准信号的可行性，为未来寻找位移目标的搜索提供了模板。