Searches for strong production of supersymmetric particles with the ATLAS… — 通俗解释

想象一下，宇宙是一个巨大的、高速运转的赛车场，被称为大型强子对撞机（LHC）。在这个轨道内部，科学家们将微小的粒子以接近光速的速度碰撞在一起，以观察会发生什么。ATLAS探测器就像是一个超高速、超大规模的摄像机，试图捕捉每一次碰撞的所有细节。

你正在阅读的这篇论文是来自一个科学家团队（ATLAS合作组）的报告，他们正在寻找机器中的“幽灵”。这些幽灵是被称为超对称粒子（或简称“sparticles”）的理论粒子。

核心理念：影子世界

根据我们目前对宇宙最好的地图（标准模型），每一个已知的粒子都有一个我们尚未发现的“影子双胞胎”。

如果你有一个重夸克（物质的构建模块），它的影子双胞胎就是顶夸克（squark）。
如果你有一个胶子（将原子粘合在一起的胶水），它的影子双胞胎就是胶子（gluino）。

科学家们相信，这些影子双胞胎可能会解决一些重大谜题，比如为什么宇宙拥有“暗物质”（那些维持星系结构的不可见物质）。该理论认为，如果这些双胞胎存在，其中最轻的一个是稳定的，并且可能就是我们正在寻找的暗物质。

搜寻过程：四种不同的搜寻

论文描述了科学家进行的四场特定的“狩猎”，使用了来自两个不同能量等级（就像在赛车场上以 13 和 13.6 的速度驾驶）的碰撞数据。他们正在寻找特定的粒子组合，如果这些超对称双胞胎被创造出来并立即发生衰变，这些组合将会显现。

以下是四种搜寻方式的简单拆解：

1. “重顶夸克”狩猎（搜索 1）

目标： 他们寻找成对的“顶夸克（stop squarks）”（顶夸克的影子双胞胎，顶夸克是已知最重的粒子）。
情景： 想象两个沉重的箱子（stop squarks）相互撞击并破碎。在内部，他们预期会发现一对顶夸克和两个不可见的“幽灵”（暗物质候选者）。
技巧： 他们寻找两种不同的箱子破碎方式：
- “解析型（Resolved）”方式： 碎片飞散得足够慢，可以作为独立的能量喷流被清晰地观察到。
- “助推型（Boosted）”方式： 碎片飞散得如此之快，以至于它们撞击在一起，形成一个巨大的能量团。
结果： 他们没有找到这些箱子。他们设定了一条规则：“如果这些 stop squarks 存在，它们必须比 1,230 GeV 更重。”（这相当于说：“如果这个幽灵存在，它必须比蓝鲸还要重。”）

2. “魅夸克转换”狩猎（搜索 2）

目标： 他们寻找可能会变成“魅夸克（charm quarks）”（顶夸克的较轻亲戚）而不是顶夸克的 stop squark。这有点像在寻找一个变形者。
情景： 他们寻找一种特定的特征：一个重喷流（来自顶夸克）和一个魅喷流，且没有可见的电子或μ子，只有缺失的能量。
结果： 没有发现变形者。在大多数情况下，他们排除了质量在 800 GeV 以下的 stop squarks，而在粒子质量非常接近的“压缩（compressed）”情景下，则排除了 600 GeV 以下的情况。

3. “双魅夸克”狩猎（搜索 3）

目标： 他们寻找一对既变成魅夸克又变成另一种魅夸克的 stop squarks 或 charm squarks。
情景： 这就像是在寻找一对都变成了更轻兄弟的孪生子。他们寻找两个魅喷流和缺失的能量。
结果： 依然没有发现幽灵。他们进一步推高了限制，表示如果这些粒子存在，它们的质量必须大于约 900 GeV。

4. “胶子与夸克”狩猎（搜索 4）

目标： 这是最大的捕网，旨在寻找会衰变为“陶轻子（tau leptons）”（电子的重亲戚）的胶子（gluinos）和其他夸克（squarks）。
策略： 他们使用了两种不同的侦探工具：
- 切分计数法（Cut-and-Count）： 一种传统的通过设定严格规则的方法（例如，“仅统计能量超过 X 的事件”）。
- 机器学习（Machine Learning）： 一个经过训练的 AI 大脑，用于识别人类可能忽略的微妙模式，将事件分类为“信号”或“背景噪声”。
结果： AI 和传统方法达成了一致：没有发现胶子或夸克。他们设定了最严格的限制，即胶子必须重于 2.25 TeV（超过质子的 2,000 倍），或者 squarks 重于 1.7 TeV。

总结

这篇论文本质上是一张“通缉令”，上面写着：“我们到处寻找，使用了我们最好的摄像机和最聪明的 AI，但我们并没有发现任何这些超对称粒子。”

因为他们没有发现它们，所以他们并没有在这次特定的运行中发现新物理学。相反，他们在沙地上画出了一道线。他们告诉理论物理学家：“如果这些粒子存在，它们比我们想象的要重。你们需要更新你们的地图，去寻找更重的幽灵。”

简而言之，狩猎仍在继续，但“容易捕捉”的幽灵（较轻的那些）已被排除。

技术摘要：利用 ATLAS 探测器寻找强相互作用产生的超对称粒子

问题与动机
尽管标准模型（SM）具有极高的精确度，但仍存在尚未解决的问题，如层级问题、基本相互作用统一性的缺失以及缺乏暗物质候选者。超对称（SUSY）提供了一个解决这些问题的理论框架，它假设每种标准模型粒子都对应一个超对称伙伴。在最小超对称标准模型（MSSM）中，R-宇称的守恒确保了最轻超对称粒子（LSP）的稳定性，通常为最轻中性微子（ $\tilde{\chi}^0_1$ ），这使其成为一个可行的暗物质候选者。

自然性论证表明，胶子（ $\tilde{g}$ ）和第三代夸克（特别是顶夸克 $\tilde{t}_1$ ）的超对称伙伴应该足够轻，以便在大型强子对撞机（LHC）上产生。虽然经典的 MSSM 情景面临着日益严格的质量限制，但涉及非最小粒子内容和味结构的变体仍然具有重要的研究意义。本文汇编了 ATLAS 合作组针对强相互作用产生的这些粒子的最新搜索结果。

方法论与数据集
分析利用了 ATLAS 探测器在质心能量为 $\sqrt{s} = 13$ TeV（Run 2, 2015–2018, $\sim$ 139–140 fb $^{-1}$ ）和 $\sqrt{s} = 13.6$ TeV（部分 Run 3, 2022–2023, 51.8 fb $^{-1}$ ）下收集的质子-质子碰撞数据。搜索重点在于以喷注、轻子（包括强子衰变的 $\tau$ -轻子）以及显著的缺失横向能量（ $E^{\text{miss}}_T$ ）为特征的末态，后者标志着稳定 LSP 的存在。

文中详细介绍了四种不同的搜索策略：

顶夸克对产生 ( $\tilde{t}_1\tilde{t}_1 \to t\bar{t}\tilde{\chi}^0_1\tilde{\chi}^0_1$ )：
- 衰变模式： 涵盖了两体衰变（大质量分裂， $\Delta m > m_t$ ）和三体衰变（中间质量分裂， $m_W < \Delta m < m_t$ ）。
- 末态： 一个隔离轻子、喷注和 $E^{\text{miss}}_T$ 。
- 策略： 事件被归类为“解析型”（低 $p_T$ 顶夸克， $E^{\text{miss}}_T > 230$ GeV）和“强能型”（高 $p_T$ 顶夸克，大半径喷注）区域。信号区（SRs）根据 b-喷注多重性和顶夸克标记进行定义。采用神经网络（NN）来增强信号/背景的判别能力。背景（ $t\bar{t}$ 、单顶夸克、 $W$ +喷注）通过控制区（CRs）以及横向质量（ $m_T$ ）和轻子电荷等运动学变量进行估计。
具有味破坏的顶夸克对产生 ( $\tilde{t}_1\tilde{t}_1 \to tc\tilde{\chi}^0_1\tilde{\chi}^0_1$ )：
- 模型： 研究非最小味破坏（MFV）情形，其中 $\tilde{t}_1$ 等概率地衰变为 $t\tilde{\chi}^0_1$ 或 $c\tilde{\chi}^0_1$ 。
- 末态： 一个 b-标记喷注，一个 c-标记喷注，无轻子，以及大 $E^{\text{miss}}_T$ 。
- 策略： 利用专门的 c-标记算法（基于 DL1r）来识别粲夸克喷注。相空间被划分为“本体”（bulk）、“中间”（intermediate，包括强能型/解析型）和“压缩”（compressed）区域。在压缩情景中，利用初始态辐射（ISR）喷注和 NN 训练来增强灵敏度。
顶夸克与粲夸克对产生 ( $\tilde{t}_1\tilde{t}_1, \tilde{c}_1\tilde{c}_1 \to cc\tilde{\chi}^0_1\tilde{\chi}^0_1$ )：
- 模型： 针对最小味破坏，其中粲夸克（ $\tilde{c}_1$ ）可能比其他夸克更轻。
- 末态： 两个 c-标记喷注，无轻子，以及 $E^{\text{miss}}_T$ 。
- 策略： 研究高质量（ $m \gtrsim 600$ GeV）和压缩（ $\Delta m < 175$ GeV）区域。压缩区域依赖于高动量 ISR 喷注和递归锯齿状重建（RJR），同时要求领先喷注不被 c-标记，以抑制背景。
胶子与夸克对产生 ( $\tilde{g}\tilde{g}, \tilde{q}\tilde{q}$ )：
- 衰变模式： 涉及向 $\tau$ -轻子（ $\tilde{\tau}$ ）和 $\tau$ -中微子（ $\tilde{\nu}_\tau$ ）的衰变。
- 末末态： 根据 $\tau$ 和轻子含量分为三个通道：1 $\tau$ 0lep、1 $\tau$ 1lep 和 2 $\tau$ 。
- 策略： 对比了两种方法：一种是使用 $E^{\text{miss}}_T$ 变量的传统“切断与计数”（cut-and-count）法；另一种是使用提升决策树（BDT）进行多分类的机器学习方法，用于对抗背景（ $W/Z$ +喷注、双玻色子、顶夸克、伪 $\tau$ ）。

关键结果
在所有分析的通道中，均未观察到相对于预期标准模型背景的显著事件过剩。因此，建立了 95% 置信水平（CL）的排除限制：

顶夸克对 ( $t\bar{t} + E^{\text{miss}}_T$ )： 单轻子分析提高了在小质量分裂区域的灵敏度。结合零轻子结果，顶夸克质量在 $\tilde{\chi}^0_1$ 无质量情况下被排除至 1230 GeV，中性微子质量被排除至 570 GeV。
味破坏顶夸克对 ( $tc + E^{\text{miss}}_T$ )： 顶夸克质量在 $\tilde{\chi}^0_1$ 无质量情况下被排除至 800 GeV，在压缩情景下为 600 GeV。该结果也被重新解释为排除将暗物质与标准模型夸克耦合的新媒介子，其质量上限达 1.2 TeV。
顶夸克/粲夸克对 ( $cc + E^{\text{miss}}_T$ )： 顶夸克/粲夸克质量在 $\tilde{\chi}^0_1$ 无质量情况下被排除至约 900 GeV，相比之前的 ATLAS 限制提高了约 100 GeV。
胶子与夸克对：
- 胶子质量在 $m_{\tilde{g}} \approx 2$ TeV 时被排除至 2.25 TeV（对应的中性微子质量最高可达 1.35 TeV）。
- 夸克质量被排除至 1.7 TeV（对应的中性微子质量最高可达 0.85 TeV）。
- 机器学习方法在更高胶子/夸克质量和大质量中性微子方面表现出更优的灵敏度，而切断与计数法由于更高的事件产额和专门的选择，在压缩相空间区域表现更好。

意义与主张
本文声称展示了 ATLAS 实验的最新结果，将强相互作用产生的超对称粒子的搜索扩展到了新的衰变模式和运动学区域。其意义在于：

拓宽搜索范围： 超越了经典的 MSSM 情景，将研究范围扩大到非最小味破坏和压缩谱。
技术进步： 成功实现并优化了 c-标记算法，并应用机器学习（NN 和 BDT）来提高复杂末态中信号与背景的判别能力。
更新约束： 为特定的 SUSY 情景（特别是压缩质量区域和味破坏衰变）提供了迄今为止最严格的排除限制，从而缩小了可行超对称模型的参数空间。

作者总结道，虽然尚未发现超对称性的证据，但这些结果显著精炼了 LHC 上关于胶子、顶夸克和粲夸克强相互作用产生的实验边界。

Searches for strong production of supersymmetric particles with the ATLAS detector

核心理念：影子世界

搜寻过程：四种不同的搜寻

总结

类似论文