A search for lepton-flavour violating $τ\to 3μ$ decays with the ATLAS detector

ATLAS 合作组利用 13 TeV 质子 - 质子对撞数据（积分亮度 137 fb⁻¹）在 $W \to \tau\nu$ 产生道中搜索了带电轻子味破坏的 $\tau \to 3\mu$ 衰变，未发现超出背景的信号，并将该衰变分支比的观测（预期）上限设定为 $8.7\times 10^{-8}$（$7.5\times 10^{-8}$）。

要点

这是一篇来自欧洲核子研究中心（CERN）的 ATLAS 实验团队的科学报告。为了让你轻松理解，我们可以把这篇论文想象成**“宇宙侦探在寻找一个极其罕见的‘幽灵’变身事件”**。

以下是用通俗语言和比喻对这篇论文的解读：

1. 侦探的任务：寻找“不可能”的变身

在物理学的基本规则（标准模型）里，有一种叫做“轻子”的粒子家族，包括电子、μ子（缪子）和τ子（陶子）。就像人类有不同的姓氏一样，这些粒子也有自己的“家族姓氏”（味道）。

• 常规情况： 一个τ子通常只会变成μ子和电子，或者变成其他粒子，但绝不会直接变成三个μ子。这就像是一个姓“陶”的人，突然生出了三个姓“缪”的孩子，而且中间没有经过任何中间步骤。这在目前的物理规则里是被禁止的。
• 侦探的目标： 如果发现了这种"τ子直接变成三个μ子”（$\tau \to 3\mu$）的现象，那就意味着物理学的大厦出现了一个裂缝，暗示着有我们尚未发现的“新物理”存在（比如超对称、额外维度等）。

2. 作案现场：巨大的粒子对撞机

• 地点： 大型强子对撞机（LHC），位于地下，像一条巨大的环形跑道。
• 手段： 科学家把质子（构成原子的核心）加速到接近光速，然后让它们像两辆高速列车一样对撞。
• 数据量： ATLAS 探测器就像是一个超级高速摄像机，记录了 2016 到 2018 年间发生的 1370 亿次（137 fb⁻¹）对撞。这相当于在几亿个沙粒中，试图找出那一粒特定的、形状奇怪的沙子。

3. 寻找线索：在噪音中找信号

在这个巨大的对撞现场，背景噪音非常大。

• 噪音（背景）： 绝大多数时候，探测器看到的三个μ子，其实是“碰巧”凑在一起的。比如，一个粒子衰变产生两个μ子，另一个粒子衰变产生一个μ子，它们刚好在同一个时间、同一个地点出现，看起来像是一家人。这就像在嘈杂的酒吧里，三个人刚好同时喊了一声，听起来像是一个人在说话。
• 信号（目标）： 我们要找的是，这三个μ子真的来自同一个“父亲”（τ子），而且这个τ子是在一个特定的位置（次级顶点）突然“变身”的。
• 挑战： 信号极其微弱，可能几万亿次对撞里才出现一次。

4. 侦探的装备：AI 与“筛子”

为了从海量的噪音中捞出那个微弱的信号，ATLAS 团队用了一套精密的“筛子”：

• 触发器（Trigger）： 就像门口的保安，只让那些看起来像是有三个μ子跑出来的事件通过，把其他无关紧要的数据扔掉。
• 重建（Reconstruction）： 就像拼图，把探测器里留下的碎片（μ子的轨迹）拼回去，看看它们是不是真的来自同一个“出生点”（次级顶点）。
• AI 裁判（BDT 算法）： 这是最关键的一步。科学家训练了一个人工智能（机器学习模型），让它看几百万个模拟的“假信号”和“真背景”。
  • 这就好比让 AI 看几千张“假钞”和“真钞”的照片，然后让它学会分辨：真钞的纸张纹理、水印、手感有什么细微差别。
  • AI 给每一个事件打分，分数高的被认为是“可能是τ子变身”，分数低的直接淘汰。

5. 调查结果：没找到，但排除了很多可能性

经过对 1370 亿次对撞数据的仔细审查，AI 和物理学家们发现：

• 结果： 并没有发现任何确凿的证据证明"τ子变成了三个μ子”。
• 现状： 所有的数据都符合“只有背景噪音，没有新信号”的假设。就像侦探在案发现场转了一圈，发现所有脚印都是路人留下的，没有发现嫌疑人的踪迹。

6. 结论：虽然没抓到“鬼”，但画出了“鬼”的禁区

虽然这次没有发现新物理，但这篇论文非常有价值，因为它划定了界限：

• 新的上限： 科学家计算出，如果这种变身真的存在，它发生的概率必须小于 8.7 × 10⁻⁸（也就是在一亿次τ子衰变中，最多只能发生不到 9 次）。
• 进步： 这个限制比 ATLAS 以前（2016 年之前）的限制提高了 5 倍。这意味着，如果“鬼”真的存在，它现在藏得更深了，或者它根本不存在。
• 意义： 这就像在说：“我们虽然没抓到那个传说中的幽灵，但我们已经证明它不可能在‘客厅’和‘卧室’出现。如果它存在，它只能躲在更小的‘地下室’里。”这给未来的理论物理学家指明了方向，告诉他们哪些理论模型已经被排除了。

总结

这篇论文就像是一次高精度的“排雷”行动。ATLAS 团队利用最强大的探测器、最聪明的 AI 算法和海量数据，在宇宙的微观世界里进行了一次彻底的搜查。虽然这次没有发现颠覆性的新物理（“幽灵”），但他们成功地缩小了“幽灵”可能藏身的范围，让未来的探索更加有的放矢。

一句话概括： ATLAS 团队用超级计算机和 AI 在 1370 亿次粒子对撞中大海捞针，虽然没找到"τ子变三个μ子”的奇迹，但成功证明了这种奇迹发生的概率极低，为人类探索宇宙终极规律扫清了障碍。

技术摘要

这是一份关于 ATLAS 合作组在大型强子对撞机（LHC）上寻找带电轻子味破坏（cLFV）过程 $\tau \to 3\mu$ 的论文技术总结。

1. 研究背景与问题 (Problem)

• 物理动机：在标准模型（SM）中，虽然中微子和夸克 sector 存在味破坏，但带电轻子的味守恒是严格保持的（在 SM 扩展中考虑中微子质量后，$\tau \to 3\mu$ 的分支比仅为 $10^{-55}$ 量级，无法观测）。因此，任何观测到的带电轻子味破坏（cLFV）都是超出标准模型（BSM）物理的确凿证据。
• 理论预期：许多 BSM 理论框架（如超对称、额外维度等）预测 $\tau$ 轻子（质量较重）的 cLFV 过程率可能显著增强，分支比可能在 $10^{-9}$ 量级。
• 现状：此前 Belle II、LHCb 和 CMS 实验已设定了严格的限制（约 $10^{-8}$ 量级）。ATLAS 之前的 Run 1 结果（$\sqrt{s}=8$ TeV）限制较宽（约 $37.6 \times 10^{-8}$）。
• 目标：利用 ATLAS 在 Run 2（$\sqrt{s}=13$ TeV）期间收集的更多数据，更新对 $\tau^\pm \to \mu^\pm \mu^\mp \mu^\pm$ 衰变的搜索，并设定更严格的分支比上限。

2. 实验数据与样本 (Data and Samples)

• 数据来源：ATLAS 探测器在 2016-2018 年收集的 $pp$碰撞数据，质心能量$\sqrt{s}=13$ TeV，积分亮度为 137 fb$^{-1}$。
• 信号来源：
  • 电弱（EW）信号：主要来自 $W \to \tau\nu$（占 83%），其次是 $Z \to \tau\tau$ 和 $t\bar{t} \to \tau X$。这些 $\tau$ 轻子具有较高的横向动量（$p_T$）且与强子活动隔离较好。
  • 重味（HF）信号：来自 $D_s \to \tau\nu$（直接产生或来自 $B$ 介子衰变）以及 $B \to \tau X$ 直接衰变。
• 模拟：使用 Powheg Box (NLO) 和 Pythia 8 模拟 EW 信号，Pythia 8 和 EvtGen 模拟 HF 信号。所有模拟均经过 ATLAS 探测器模拟（Geant4）和重建算法处理。

3. 方法论 (Methodology)

3.1 对象重建与触发

• 触发：使用双缪子和三缪子触发器。针对高动量 $\tau$ 衰变产生的紧密缪子对，通过数据驱动的方法修正触发效率。
• 缪子重建：结合内层探测器（ID）和缪子谱仪（MS）的信息，要求 $p_T > 4$ GeV，$|\eta| \le 2.4$，并满足“Loose”鉴别标准。
• 顶点重建：寻找由三个缪子组成的次级顶点（SV）。要求三个缪子电荷总和为 $\pm 1$，且 SV 与主顶点（PV）有显著的距离（通过 $a_{xy}^0/\sigma_{a_{xy}^0}$ 和 $\chi^2$ 筛选）。

3.2 事件选择与背景抑制

• 预选择：
  • 排除 $1700 < m_{3\mu} < 1850$ MeV 的信号区域（SR），仅使用侧带（Sidebands）数据来训练和建模背景。
  • 要求 SV 的 $\chi^2 < 40$，$a_{xy}^0/\sigma_{a_{xy}^0} < 6$。
  • 隔离度要求：缪子三重态周围的量能器能量 $E_T^{iso} < 20$ GeV，且径迹隔离度 $p_T^{iso}/p_T^{triplet} < 1.0$。
  • 排除来自 $\omega(782)$ 和 $\phi(1020)$ 介子衰变的组合背景。
• 多变量分析 (MVA)：
  • 使用 XGBoost 实现的梯度提升决策树（BDT）来区分信号和背景。
  • 输入变量：18 个变量，包括顶点质量（$p$-value, $\chi^2$）、缪子隔离度、三重态运动学（$p_T$, $\eta$）、以及三重态与缺失横向动量（$E_T^{miss}$）之间的相关性。
  • 训练策略：采用 $k$-折交叉验证（$k=2$）将数据分为训练集和测试集，以减少偏差。
  • 分类：根据 BDT 得分将事件分为“宽松（Loose）”、“中等（Medium）”和“紧密（Tight）”三个类别，并结合探测器区域（Barrel 和 Endcap）共分为 6 个拟合类别。

3.3 统计分析与拟合

• 拟合模型：
  • 信号：使用双侧水晶球函数（Double Sided Crystal Ball, DSCB）描述 $m_{3\mu}$ 分布。
  • 背景：使用指数函数描述平滑的背景分布。
• 方法：对所有 6 个类别进行非分箱最大似然拟合（Unbinned Maximum-Likelihood Fit）。
• 系统误差：考虑触发效率、缪子重建、$E_T^{miss}$ 分辨率、喷注能量标度、堆积（Pile-up）以及背景参数化选择的不确定性。这些作为 nuisance parameters 纳入拟合。

4. 关键结果 (Results)

• 观测情况：在信号区域（$1700 < m_{3\mu} < 1850$ MeV）未观察到显著的信号超出。数据与纯背景假设兼容。
• 最佳拟合值：$\mathcal{B}(\tau \to 3\mu) = (1.5 \pm 4.0) \times 10^{-8}$。
• 分支比上限（90% 置信水平 CL）：
  • 观测上限：$\mathcal{B}(\tau \to 3\mu) < 8.7 \times 10^{-8}$
  • 预期上限：$\mathcal{B}(\tau \to 3\mu) < 7.5 \times 10^{-8}$
• 对比提升：该结果将 ATLAS 之前的 Run 1 限制（$37.6 \times 10^{-8}$）提高了约 5 倍。其中约 3 倍归因于能量提升和亮度增加带来的截面增大，其余归因于探测器改进（如 IBL）、机器学习方法和更高效的触发策略。
• 95% CL 上限：观测值为 $10.6 \times 10^{-8}$，预期值为 $9.3 \times 10^{-8}$。

5. 结论与意义 (Conclusion & Significance)

• 物理意义：该研究是目前 ATLAS 对 $\tau \to 3\mu$ 最严格的限制，虽然尚未发现新物理信号，但显著压缩了 BSM 理论参数的空间。
• 技术贡献：
  • 首次利用 ATLAS Run 2 数据针对该过程进行优化分析。
  • 成功应用了基于 BDT 的多变量分析技术，有效处理了极低的信噪比。
  • 展示了在强子对撞机环境下，利用电弱产生机制（$W \to \tau\nu$）寻找稀有衰变的有效性，尽管重味产生截面更大，但电弱产生的 $\tau$ 具有更好的运动学特征和隔离度。
• 未来展望：当前分析受限于统计误差。随着 LHC Run 3 及未来高亮度 LHC（HL-LHC）数据的积累，灵敏度有望进一步提升，可能探测到 $\mathcal{B} \sim 10^{-9}$ 甚至更低的水平，从而直接检验新物理模型。

总结：这篇论文展示了 ATLAS 合作组利用 137 fb$^{-1}$ 的 13 TeV 数据，通过先进的多变量分析技术，将 $\tau \to 3\mu$ 衰变的分支比上限推至 $8.7 \times 10^{-8}$（90% CL），这是目前该实验组的最优结果，为探索超出标准模型的物理提供了重要的约束。