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

ATLAS 合作组利用 13 TeV 和 13.6 TeV 质子 - 质子对撞数据，在双轻子末态中搜索了直接成对产生的顶夸克，未发现超出标准模型的显著信号，并将顶夸克和中性微子的质量排除上限分别提升至 1060 GeV 和 560 GeV。

要点

这篇来自欧洲核子研究中心（CERN）ATLAS 合作组的论文，讲述了一场在微观世界中进行的“捉迷藏”游戏。简单来说，科学家们利用巨大的粒子对撞机，试图寻找一种名为**“超对称顶夸克”（Top Squark）**的神秘粒子，看看它是否存在。

为了让你更容易理解，我们可以把整个实验想象成一场**“宇宙级的侦探破案”**。

1. 侦探的装备：ATLAS 探测器

想象一下，ATLAS 探测器是一个超级巨大的、拥有无数只眼睛的“宇宙相机”，它包裹着粒子对撞点。

• 功能：当两束质子（原子的核心）以接近光速对撞时，会产生无数碎片。这个“相机”能记录下所有碎片的轨迹、能量和身份。
• 升级：这次分析不仅看了 2015-2018 年的旧照片（Run 2），还加入了 2022-2023 年的新照片（Run 3），并且给相机装上了更先进的“智能滤镜”。

2. 我们要找的目标：顶夸克的“双胞胎”

在标准模型（目前我们最成功的物理理论）中，有一种叫“顶夸克”的粒子，它是已知最重的基本粒子。

• 超对称理论（SUSY）：这是一个大胆的猜想，认为宇宙中每种已知粒子都有一个“超对称双胞胎”。顶夸克的双胞胎就叫**“顶夸克”（Top Squark，简称 $\tilde{t}$）**。
• 为什么找它？ 如果找到它，就能解决物理学中一个巨大的谜题（为什么希格斯玻色子这么轻？），甚至可能解释暗物质是什么。
• 它的行踪：根据理论，顶夸克衰变后会变成：
  1. 一个普通的顶夸克（随后变成 $W$ 玻色子和 $b$ 夸克）。
  2. 一个**“隐形人”**（最轻的中性微子 $\tilde{\chi}^0_1$），它不发光、不相互作用，直接穿过探测器消失，带走能量。

3. 破案现场：寻找“失踪的动量”

科学家们在对撞后的碎片中寻找特定的**“犯罪现场”**：

• 两个带相反电荷的“信使”：比如一个电子和一个正电子（或者两个缪子）。
• 几个“重罪犯”：带有 $b$ 标签的喷注（Jets），这是顶夸克衰变的特征。
• 巨大的“能量缺口”：这是最关键的一点。因为那个“隐形人”带走了能量，探测器会发现动量不守恒。就像你在房间里看到两个东西飞出去了，但总重量却变轻了，说明有个隐形人偷走了东西。

4. 新的破案技巧：AI 侦探

以前，科学家主要靠设定严格的规则（比如“能量必须大于多少”）来筛选数据。但这就像在茫茫大海里用渔网捞鱼，容易漏掉大鱼，也容易捞起很多垃圾（背景噪音）。

这次，ATLAS 团队引入了**机器学习（AI）**作为“超级侦探”：

• 训练：他们让 AI 看了数百万次模拟的“标准模型背景”（普通的物理过程，如顶夸克对产生）和“信号”（顶夸克对产生）。
• 学习：AI 学会了识别那些极其细微的、人类难以察觉的模式，区分哪些是普通的“噪音”，哪些可能是“新物理”的信号。
• 效果：这就像给侦探配了一个能瞬间分析成千上万种可能性的超级大脑，大大提高了在复杂背景中识别稀有信号的能力。

5. 调查结果：虽然没抓到，但画出了更清晰的“通缉令”

• 结果：在分析了海量的数据（相当于 140 个和 53 个“倒置的立方公里”的质子碰撞数据）后，没有发现明显的“超对称顶夸克”存在的证据。数据与标准模型的预测完美吻合。
• 意义：虽然没有抓到“嫌疑人”，但这并不意味着失败。
  • 排除范围：科学家现在可以非常肯定地说，如果这种粒子存在，它的质量一定大于 1060 GeV（大约是质子质量的 1000 多倍）。
  • 进步：相比以前的分析，这次把搜索范围扩大了约 10%。就像在森林里找一只特定的鸟，以前我们只能确定它不在 1000 米以内，现在我们可以确定它不在 1100 米以内了。
  • 未来：这迫使物理学家重新思考理论模型，或者继续寻找更重、更隐蔽的粒子。

总结

这篇论文就像是一份**“宇宙通缉令”的更新版**。虽然 ATLAS 团队这次没有抓到那个神秘的“顶夸克双胞胎”，但他们利用更强大的数据（Run 3）和更聪明的 AI 工具，把“嫌疑人”可能藏身的范围又缩小了一圈。

在科学探索中，“没找到”往往和“找到了”一样重要，因为它告诉我们宇宙不是我们想象的那样，从而指引我们走向新的方向。

技术摘要

这是一份关于 ATLAS 合作组在大型强子对撞机（LHC）上寻找直接成对产生顶夸克超对称粒子（顶夸克，$\tilde{t}_1$）的论文详细技术总结。

1. 研究背景与问题 (Problem)

• 物理动机：超对称理论（SUSY）是解决标准模型（SM）中等级问题（Hierarchy Problem）的主要候选理论之一。在最小超对称标准模型（MSSM）中，顶夸克（$t$）的超对称伙伴——顶夸克（$\tilde{t}$），由于顶夸克的大汤川耦合，其质量可能显著低于其他标夸克。轻的顶夸克对于抵消希格斯玻色子质量中的二次发散项至关重要。
• 搜索目标：本文旨在寻找直接成对产生的顶夸克对（$\tilde{t}_1\tilde{t}_1$），假设它们衰变为一个在壳顶夸克（$t$）和一个最轻的中性微子（$\tilde{\chi}^0_1$，即 LSP，暗物质候选者）。
• 衰变通道：关注 $\tilde{t}_1 \to t\tilde{\chi}^0_1$ 过程。由于 $t \to Wb$，且 $W$ 玻色子衰变为轻子（$e$ 或 $\mu$）和中微子，最终态包含：
  • 两个带相反电荷的轻子（双轻子通道，$e\mu, ee, \mu\mu$）。
  • $b$ 喷注（来自顶夸克衰变）。
  • 大的缺失横向动量（$E_T^{miss}$，来自不可探测的中性微子和中微子）。
• 挑战：该信号的主要背景是标准模型中的 $t\bar{t}$ 对产生和 $t\bar{t}Z$ 过程。在高质量区域，区分信号与背景极具挑战性，特别是在中性微子质量较大时，相空间受到限制。

2. 方法论 (Methodology)

• 数据集：
  • Run 2 (2015-2018)：$\sqrt{s}=13$ TeV，积分亮度 $140 \text{ fb}^{-1}$。
  • Run 3 (2022-2023)：$\sqrt{s}=13.6$ TeV，积分亮度 $53 \text{ fb}^{-1}$。
  • 总积分亮度约为 $193 \text{ fb}^{-1}$。
• 事件重建与选择：
  • 触发：单电子或单μ子触发，领头轻子 $p_T > 27$ GeV，次领头轻子 $p_T > 20$ GeV。
  • 对象定义：使用粒子流（PFlow）算法重建喷注，应用 $b$ 标记算法（GN2，77% 效率）。
  • 预选择：要求两个相反电荷的轻子，至少两个喷注（其中至少一个为 $b$ 喷注），$m_{\ell\ell} > 20$ GeV 以排除低质量共振。
• 机器学习分类器：
  • 为了增强信号与背景的区分度，训练了 6 个神经网络（NN）。
  • 分类策略：根据顶夸克与中性微子的质量差 $\Delta m(\tilde{t}_1, \tilde{\chi}^0_1)$ 将信号分为三类（低、中、高 $\Delta m$）。
  • 输入变量：包括轻子和喷注的运动学变量（$p_T, \eta, \phi$）、$b$ 标记分数、$E_T^{miss}$ 及其显著性、$m_{T2}$（横质量）、以及特定的角距离变量（如 $\Delta\phi_{boost}$）。
  • 输出：每个 NN 输出信号概率分数，用于定义信号区域（SR）。
• 背景估计：
  • 主导背景（$t\bar{t}$ 和 $t\bar{t}Z$）使用数据驱动的方法，通过控制区（CR）进行归一化修正。
  • 使用剖面似然拟合（Profile Likelihood Fit）同时约束 CR 和 SR 中的背景归一化因子。
  • 非主导背景（如 $Wt$, $VV$, FNP 等）直接使用蒙特卡洛（MC）模拟。
• 系统不确定性：
  • 考虑了实验不确定性（喷注能量标度/分辨率 JES/JER、$b$ 标记效率、轻子重建、$E_T^{miss}$ 等）和理论不确定性（QCD 标度、部分子分布函数 PDF、ISR/FSR 建模等）。
  • 总系统不确定性在信号区约为 10% - 29%。

3. 关键贡献 (Key Contributions)

1. 首次结合 Run 3 数据：这是 ATLAS 首次将 LHC Run 3（2022-2023）的早期数据（53 fb$^{-1}$）与完整的 Run 2 数据结合，用于双轻子通道的顶夸克搜索，显著增加了统计量。
2. 先进的机器学习策略：
   • 引入了基于神经网络的分类器，针对不同的质量差 $\Delta m$ 区域进行专门训练，优化了宽运动学相空间内的信号区分能力。
   • 利用 $m_{T2}$ 变量和 $E_T^{miss}$ 显著性作为关键输入，有效抑制了 $t\bar{t}$ 背景。
3. 改进的灵敏度：
   • 通过改进的重建技术、新的分析策略（ML）以及 Run 3 数据的加入，相比之前的 Run 2 分析，预期灵敏度提高了约 50%（针对特定基准点），并在高 $\tilde{\chi}^0_1$ 质量区域表现尤为突出。
4. 模型无关与依赖限制：同时提供了模型依赖的排除限（针对简化模型）和模型无关的可见截面（$\sigma_{vis}$）上限。

4. 研究结果 (Results)

• 数据一致性：在所有信号区域（SR）中，观测到的数据与标准模型背景预测在统计误差范围内一致。未发现显著超出（Excess）。
  • 最大的波动出现在 Run 2 的某些区域，显著性低于 2$\sigma$。
  • 在 Run 3 的某些验证区（VR）观察到约 2$\sigma$ 的超出，但经检查未发现异常特征，归因于统计涨落。
• 排除限（Exclusion Limits）：
  • 在 95% 置信水平（CL）下，对简化模型（$\tilde{t}_1 \to t\tilde{\chi}^0_1$，分支比 100%）设定了质量排除限。
  • 顶夸克质量 ($\tilde{t}_1$)：对于无质量的中性微子，排除上限达到 1060 GeV。相比之前的 Run 2 分析，质量覆盖范围增加了约 100 GeV（约 10% 的改进）。
  • 中性微子质量 ($\tilde{\chi}^0_1$)：对于 $\tilde{t}_1$ 质量为 900 GeV 的情况，排除上限达到 560 GeV。
  • 排除曲线在 $\tilde{t}_1$ 和 $\tilde{\chi}^0_1$ 质量平面上呈现不连续性，这是由于在不同质量点切换了最佳敏感度的 $\Delta m$ 类别所致。
• 模型无关上限：表 5 列出了各信号区（SRdisc）的可见截面（$\sigma_{vis}$）95% CL 上限，数值在 0.05 fb 到 0.21 fb 之间。

5. 意义与结论 (Significance)

• 物理意义：该结果进一步压缩了超对称参数空间，特别是针对直接成对产生的顶夸克模型。1060 GeV 的排除限是目前该通道中最严格的限制之一，表明如果顶夸克存在且衰变模式符合此简化模型，其质量必须高于此值，或者其衰变分支比极低。
• 技术意义：
  • 证明了在 LHC Run 3 的高堆积（Pile-up）环境下，ATLAS 探测器升级（如 Muon 谱仪升级、LAr 量能器数字化读出）结合机器学习技术，能够有效保持并提升物理分析性能。
  • 双轻子通道虽然分支比低于单轻子或全强子通道，但在大质量中性微子区域具有独特的互补灵敏度，本分析证明了其竞争力。
• 未来展望：随着 LHC Run 3 数据的持续积累和 Run 4 的规划，结合更先进的 ML 算法和更大的统计量，对超对称粒子的探索将更加深入，能够探测到更高质量或更复杂衰变模式的信号。

总结：这篇论文代表了 ATLAS 合作组在超对称搜索领域的最新进展，通过整合 Run 2 和 Run 3 数据并引入机器学习技术，显著提升了探测灵敏度，虽然未发现新物理信号，但将顶夸克的质量排除限推向了新的高度（1060 GeV），为理论模型提供了强有力的约束。