Search for pair production of additional neutral scalars within the Inert Doublet Model in a final state with two electrons or two muons in proton-proton collisions at s\sqrt{s} = 13 TeV and 13.6 TeV

本研究利用 CMS 探测器收集的 13 TeV 和 13.6 TeV 质子 - 质子对撞数据,首次针对惰性二重态模型中成对产生的惰性标量粒子,通过双轻子加丢失横向动量末态开展专门搜索,未发现显著超出,并给出了新中性标量粒子质量的 95% 置信度排除上限。

原作者: CMS Collaboration

发布于 2026-05-14
📖 1 分钟阅读🧠 深度阅读

原作者: CMS Collaboration

原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

以下是该论文的通俗化解释,辅以生动的类比。

宏观图景:搜寻隐形幽灵

想象宇宙是一座巨大而繁忙的城市。我们几乎了解居住在那里的所有“居民”(即物理学的“标准模型”),但我们也知道存在构成城市大部分质量的“幽灵”(暗物质)。我们看不见它们,但知道它们存在,因为它们有重量和引力。

惰性二重态模型(IDM) 是关于这些幽灵可能样貌的具体理论。它提出,在我们熟悉的粒子之外,还存在一个隐藏的“影子家族”粒子。这个影子家族中最轻的成员,称为 H,是稳定且不可见的。它是暗物质幽灵的完美候选者。

本文描述了在欧洲核子研究中心(CERN)的大型强子对撞机(LHC)进行的一项大规模实验,科学家们试图当场抓获这些幽灵。

实验设置:高速粒子对撞

将 LHC 想象成一条巨大的环形赛道,质子(微小的亚原子粒子)以接近光速的速度在上面飞驰。科学家们将两股质子流迎头相撞。

当它们发生碰撞时,能量如此剧烈,以至于可以产生新的重粒子。科学家们正在寻找一种特定事件:

  1. 两个质子相撞。
  2. 它们产生一对新的重“影子”粒子(让我们称之为 AH)。
  3. 粒子 A 不稳定,立即衰变(分解)为一个已知粒子(Z 玻色子)和另一个 H
  4. Z 玻色子随后衰变为一对可见的带电粒子:要么是两个电子,要么是两个缪子(缪子就像重电子)。
  5. 两个 H 粒子呢?它们是幽灵。它们不与探测器相互作用,因此只是带着能量飞走了。

线索: 由于幽灵在未被看见的情况下飞走,探测器看到一对可见粒子(电子/缪子),它们似乎是在与“什么都没有”发生反冲。这种“丢失的能量”就是幽灵曾在此处的铁证。

侦探工作:过滤噪音

问题在于赛道很混乱。每次质子相撞,都会产生数十亿个看起来与幽灵信号非常相似的“普通”事件(标准模型背景)。这就像试图在一堆十亿枚普通硬币中找到一枚特定的稀有硬币。

为了在干草堆中找到针,科学家们使用了一个三步过滤器:

  1. 粗略过滤器(预选): 他们排除了任何没有恰好两个电子或两个缪子的碰撞,或者如果周围有太多“碎片”(其他粒子的喷注)的情况。他们还寻找特定的“丢失能量”特征。
  2. 智能过滤器(神经网络): 这是本文的主要创新。他们不仅仅看一个数字(比如“丢失了多少能量?”),而是使用了一个参数化神经网络(pNN)
    • 类比: 想象俱乐部门口的保安。普通保安只检查你的身份证。而一位“聪明”的保安知道每一位可能的贵宾长什么样。这个神经网络被训练成能够识别幽灵粒子每一种可能质量对应的特定信号“形状”。它学会了说:“如果幽灵重 70 GeV,就寻找这种模式;如果重 100 GeV,就寻找那种模式。”
  3. 对照组: 为了确保没有被背景噪音误导,他们设立了“控制区域”。这些是数据中他们知道只应存在普通背景事件的区域。他们利用这些区域来校准预期,确保如果在主要区域看到了什么,那是真实的,而不仅仅是数学上的故障。

结果:尚未发现幽灵

在分析了 2016 年至 2022 年的数据(海量信息,相当于 172 个“逆飞靶”的碰撞量)后,科学家们查看了结果。

  • 裁决: 他们没有发现显著的事件过剩。他们看到的“类幽灵”碰撞数量与正常物理预期的完全一致。
  • 排除区域: 尽管他们没有发现幽灵,但他们学到了有价值的东西:幽灵在我们搜索的范围内不存在。
    • 根据“伴侣”A 的轻重不同,他们排除了"H"幽灵质量在 60 到 180 GeV 之间的可能性。
    • 具体来说,他们现在可以以 95% 的置信度断言:如果这些幽灵存在,它们要么比 108 GeV 更重,要么具有与他们测试过的不同的质量关系。

为什么这很重要

这是首个专门设计用于利用此特定方法寻找这些惰性二重态模型粒子的搜索。之前的搜索就像戴着眼罩在干草堆里找针;而这次搜索使用了专门针对那根针调校的专用金属探测器(神经网络)。

虽然他们没有发现暗物质,但他们成功地缩小了搜索范围。他们告诉宇宙:“如果你正在隐藏这种类型的暗物质粒子,你把它藏在了我们刚刚检查过的质量范围之外的地方。”这迫使理论物理学家更新他们的地图,并指导未来的实验确定下一步的搜索方向。

简而言之: 科学家们撞碎了粒子,利用超级智能 AI 寻找隐形幽灵,一无所获,但成功地在“何处寻找”的地图上划掉了一大块区域。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →