⚛️ 高能实验

Achieving a 0.49 keV threshold in the COSINE-100 dark matter experiment

COSINE-100 实验利用一个多层感知器分类器对其完整的六年数据集进行了处理，从而将分析阈值降低至 0.49 keV，进而探测了在 2.0–2.8 GeV/ $c^2$ 质量范围内此前未被探索的自旋依赖型 WIMP-质子相互作用参数空间。

原作者： J. Kim (COSINE-100 Collaboration), N. Carlin (COSINE-100 Collaboration), D. F. F. S. Cavalcante (COSINE-100 Collaboration), J. Y. Cho (COSINE-100 Collaboration), S. J. Cho (COSINE-100 Collaboration)J. Kim (COSINE-100 Collaboration), N. Carlin (COSINE-100 Collaboration), D. F. F. S. Cavalcante (COSINE-100 Collaboration), J. Y. Cho (COSINE-100 Collaboration), S. J. Cho (COSINE-100 Collaboration), S. Choi (COSINE-100 Collaboration), A. C. Ezeribe (COSINE-100 Collaboration), L. E. França (COSINE-100 Collaboration), O. Gileva (COSINE-100 Collaboration), C. Ha (COSINE-100 Collaboration), I. S. Hahn (COSINE-100 Collaboration), E. J. Jeon (COSINE-100 Collaboration), H. W. Joo (COSINE-100 Collaboration), W. G. Kang (COSINE-100 Collaboration), M. Kauer (COSINE-100 Collaboration), B. H. Kim (COSINE-100 Collaboration), D. Y. Kim (COSINE-100 Collaboration), H. J. Kim (COSINE-100 Collaboration), K. W. Kim (COSINE-100 Collaboration), S. H. Kim (COSINE-100 Collaboration), S. K. Kim (COSINE-100 Collaboration), W. K. Kim (COSINE-100 Collaboration), Y. D. Kim (COSINE-100 Collaboration), Y. H. Kim (COSINE-100 Collaboration), B. R. Ko (COSINE-100 Collaboration), Y. J. Ko (COSINE-100 Collaboration), B. C. Koh (COSINE-100 Collaboration), D. H. Lee (COSINE-100 Collaboration), E. K. Lee (COSINE-100 Collaboration), H. Lee (COSINE-100 Collaboration), H. S. Lee (COSINE-100 Collaboration), H. Y. Lee (COSINE-100 Collaboration), I. S. Lee (COSINE-100 Collaboration), J. Lee (COSINE-100 Collaboration), J. Y. Lee (COSINE-100 Collaboration), M. H. Lee (COSINE-100 Collaboration), S. H. Lee (COSINE-100 Collaboration), S. H. Lee (COSINE-100 Collaboration), Y. J. Lee (COSINE-100 Collaboration), D. S. Leonard (COSINE-100 Collaboration), N. T. Luan (COSINE-100 Collaboration), V. H. A. Machado (COSINE-100 Collaboration), B. B. Manzato (COSINE-100 Collaboration), R. H. Maruyama (COSINE-100 Collaboration), R. F. Muhdi (COSINE-100 Collaboration), S. L. Olsen (COSINE-100 Collaboration), H. K. Park (COSINE-100 Collaboration), H. S. Park (COSINE-100 Collaboration), J. C. Park (COSINE-100 Collaboration), J. S. Park (COSINE-100 Collaboration), K. S. Park (COSINE-100 Collaboration), K. Park (COSINE-100 Collaboration), S. D. Park (COSINE-100 Collaboration), R. L. C. Pitta (COSINE-100 Collaboration), H. Prihtiadi (COSINE-100 Collaboration), C. Rott (COSINE-100 Collaboration), K. A. Shin (COSINE-100 Collaboration), M. K. Son (COSINE-100 Collaboration), L. T. Truc (COSINE-100 Collaboration), L. Yang (COSINE-100 Collaboration), G. H. Yu (COSINE-100 Collaboration)

发布于 2026-10-15

📖 1 分钟阅读🧠 深度阅读

CC BY 4.0

原作者： J. Kim (COSINE-100 Collaboration), N. Carlin (COSINE-100 Collaboration), D. F. F. S. Cavalcante (COSINE-100 Collaboration), J. Y. Cho (COSINE-100 Collaboration), S. J. Cho (COSINE-100 Collaboration), S. Choi (COSINE-100 Collaboration), A. C. Ezeribe (COSINE-100 Collaboration), L. E. França (COSINE-100 Collaboration), O. Gileva (COSINE-100 Collaboration), C. Ha (COSINE-100 Collaboration), I. S. Hahn (COSINE-100 Collaboration), E. J. Jeon (COSINE-100 Collaboration), H. W. Joo (COSINE-100 Collaboration), W. G. Kang (COSINE-100 Collaboration), M. Kauer (COSINE-100 Collaboration), B. H. Kim (COSINE-100 Collaboration), D. Y. Kim (COSINE-100 Collaboration), H. J. Kim (COSINE-100 Collaboration), K. W. Kim (COSINE-100 Collaboration), S. H. Kim (COSINE-100 Collaboration), S. K. Kim (COSINE-100 Collaboration), W. K. Kim (COSINE-100 Collaboration), Y. D. Kim (COSINE-100 Collaboration), Y. H. Kim (COSINE-100 Collaboration), B. R. Ko (COSINE-100 Collaboration), Y. J. Ko (COSINE-100 Collaboration), B. C. Koh (COSINE-100 Collaboration), D. H. Lee (COSINE-100 Collaboration), E. K. Lee (COSINE-100 Collaboration), H. Lee (COSINE-100 Collaboration), H. S. Lee (COSINE-100 Collaboration), H. Y. Lee (COSINE-100 Collaboration), I. S. Lee (COSINE-100 Collaboration), J. Lee (COSINE-100 Collaboration), J. Y. Lee (COSINE-100 Collaboration), M. H. Lee (COSINE-100 Collaboration), S. H. Lee (COSINE-100 Collaboration), S. H. Lee (COSINE-100 Collaboration), Y. J. Lee (COSINE-100 Collaboration), D. S. Leonard (COSINE-100 Collaboration), N. T. Luan (COSINE-100 Collaboration), V. H. A. Machado (COSINE-100 Collaboration), B. B. Manzato (COSINE-100 Collaboration), R. H. Maruyama (COSINE-100 Collaboration), R. F. Muhdi (COSINE-100 Collaboration), S. L. Olsen (COSINE-100 Collaboration), H. K. Park (COSINE-100 Collaboration), H. S. Park (COSINE-100 Collaboration), J. C. Park (COSINE-100 Collaboration), J. S. Park (COSINE-100 Collaboration), K. S. Park (COSINE-100 Collaboration), K. Park (COSINE-100 Collaboration), S. D. Park (COSINE-100 Collaboration), R. L. C. Pitta (COSINE-100 Collaboration), H. Prihtiadi (COSINE-100 Collaboration), C. Rott (COSINE-100 Collaboration), K. A. Shin (COSINE-100 Collaboration), M. K. Son (COSINE-100 Collaboration), L. T. Truc (COSINE-100 Collaboration), L. Yang (COSINE-100 Collaboration), G. H. Yu (COSINE-100 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

在遥远的宇宙深处，一种被称为暗物质的巨大且不可见的物质被认为维系着星系的运转。它约占万物总量的四分之一，却既不发出光，也不发出热量，或任何我们能轻易捕捉到的信号。科学家们几十年来一直试图寻找它，提出它可能由沉重且运动缓慢的粒子组成，这些粒子偶尔会与普通原子发生碰撞。当这种碰撞发生时，应该会留下微弱的光闪，那是能量的低语，可以被灵敏的探测器所听见。挑战在于，这些低语极其微弱，极易被来自自然界的持续静电噪声所淹没，例如放射性岩石或宇宙射线。为了听到它们，研究人员必须将探测器建造在深层地下，由数英里的岩石屏蔽，并使用极其精确的仪器进行监听，以便将单个光火花从噪声中分辨出来。

在韩国一个安静的山谷里，一支科学家团队正在利用一组由碘化钠制成的晶体阵列来倾听这些低语，这种材料在受到撞击时会发出光芒。这项名为 COSINE-100 的实验已经运行了六年，收集了海量的数据。长期以来，该团队只能信任那些强度足以明显高于背景噪声的信号，这意味着他们错过了那些最微弱、最难以捉摸的低语。然而，对他们完整六年数据集的一次新分析改变了局面。通过使用一种复杂的计算机程序来学习如何区分真实的粒子撞击与随机的故障，研究人员将他们的监听阈值降低到了 0.49 keV。这是一个如此微小的能量单位，代表了探测器能够可靠识别的最微弱信号，使团队能够听到最安静的相互作用。

这一成就的关键在于教会计算机如何识别由粒子引起的特征光闪形状。过去，团队依赖于较简单的算法，这些算法在信号微弱时表现不佳，常将其误认为电子噪声或直接忽略。在这次新研究中，研究人员创建了数百万个关于真实粒子撞击应有形态的计算机模拟。随后，他们训练了一个神经网络（一种人工智能类型），让其将实际的晶体数据与这些模拟进行对比。计算机学会了识别光脉冲上升和下降过程中的细微模式，从而将真实事件中缓慢、平滑的衰减与噪声中尖锐、不规则的脉冲区分开来。这种训练是针对不同的事件组分别进行的，具体取决于信号中出现了多少个不同的光峰，从而确保计算机在整个能量范围内都能保持高度准确。

其结果是一个既敏锐又灵敏的过滤器。它在新的超低阈值下保留了超过百分之十的真实粒子信号，同时排除了百分之九十九的噪声。为了证明这种方法有效，团队检查了探测器内已知的光源，例如晶体中天然存在的放射性原子。他们确认了计算机能够正确识别真实事件，并且其性能在整个六年的数据采集过程中保持稳定。这种稳定性至关重要，因为这意味着团队可以信任他们看到的数据，确信探测器没有发生漂移或改变其行为。

凭借这种聆听更微弱信号的能力，研究人员显著提高了发现暗物质的机会，特别是假设中的轻质量版本。较轻的粒子运动速度较慢，产生的能量闪烁也较小，因此此前一直隐藏在探测极限之下。现在，团队可以在 2.0 到 2.8 GeV/c² 的质量范围内寻找它们，这是一个在其他实验中很大程度上仍处于未探索状态的宇宙区域。他们的分析表明，如果这些轻质量暗物质粒子存在，并以特定的方式与质子发生相互作用，那么 COSINE-100 探测器应当能够观测到它们。虽然团队尚未发现确凿的信号，但他们改进后的灵敏度为这些粒子可能隐藏的位置设定了最严格的限制，有效地排除了其他实验无法触及的广泛可能性。

这项工作也有助于解决该领域的一个长期争论。另一个名为 DAMA/LIBRA 的实验报告称，在其数据中观察到了由暗物质引起的年度波动，但其他探测器未能证实这一点。由于这两个实验使用相同类型的晶体，它们理应能够直接进行对比。然而，由于两者测量能量的方式存在差异，直接对比曾一度非常困难。通过将阈值降低到 0.49 keV 并仔细核算晶体对能量的响应，COSINE-100 团队现在已经达到了与 DAMA/LIBRA 相同的低能起始点。这使得他们能够在报告信号的整个能量范围内测试另一项实验的说法，而无需对粒子的行为做出假设。

这些发现代表了探索不可见宇宙迈出的重要一步。通过推向探测器所能“听见”的边界，科学家们为低质量暗物质领域开启了一扇新的窗口。他们证明了，凭借正确的工具和足够的耐心，即使是宇宙中最微弱的低语也能从寂静中分辨出来。虽然暗物质之谜仍未解开，但这项工作证明了探索远未结束，而下一个突破口可能就来自于更近距离的倾听。

技术摘要：在 COSINE-100 暗物质实验中实现 0.49 keV 阈值

问题陈述
COSINE-100 实验利用掺杂了铊的碘化钠 (NaI(Tl)) 晶体来搜寻弱相互作用大质量粒子 (WIMPs)，并测试 DAMA/LIBRA 实验报告的年度调制信号。以往分析中的一个关键限制是能量阈值，这限制了实验探测低质量 WIMPPs 的能力，也使其无法完全覆盖 DAMA/LIBRA 声称的能量感兴趣区域 (1–2 keV)。由于不同实验之间能量校准尺度和淬灭因子 (QF) 的差异，DAMA/LIBRA 的 1 keV 阈值对应于要求 COSINE-100 在其修正后的能量标度上达到接近 0.49 keV 的核反冲能量。此外，在如此低能量（亚 keV）下区分真实的闪烁事件与光电倍增管 (PMT) 噪声具有挑战性，因为噪声污染很容易淹没信号。

方法论
为了利用完整的 6 年数据集（358 kg·years 曝光量）将分析阈值降低至 0.49 keV，作者实施了一种基于多层感知器 (MLP) 分类器的先进事件选择策略。该方法引入了两项较以往分析的主要改进：

模拟信号训练： 作者并未依赖于有限的校准数据样本进行信号训练，而是为每个晶体生成了约 $3 \times 10^6$ 个模拟闪烁波形。这使得信号样本规模能够扩展到与噪声样本相匹配，解决了此前限制 MLP 性能的样本不平衡问题。
簇数 (NC) 分组： 事件根据波形中孤立光电子簇的数量 (NC) 被分为若干组。针对每个 NC 组（范围从 NC=5 到 NC≥15）分别训练了独立的 MLP。这种方法针对特定的低能拓扑结构优化了判别性能，因为脉冲形状特征会随簇数的变化而显著改变。

MLP 架构包含三个隐藏层（分别为 256、128 和 32 个节点），并利用九个表征脉冲形状的输入变量，包括电荷比 ( $Q_{tail}/Q_{total}$ , $Q_{head}/Q_{total}$ )、平均时间参数以及针对 Type-1（尖峰型）和 Type-2（长尾型）噪声的各种基于似然度的判别变量。选择标准设定为在保持噪声污染低于 1% 的同时，保留超过 10% 的闪烁事件（在阈值能量处）。

验证
该事件选择通过三项独立的检查进行了严格验证：

模拟一致性： 将模拟中关键输入变量的概率密度函数与物理数据进行对比，显示出良好的吻合度 ( $\chi^2/ndf \approx 1$ )。
时间稳定性： 验证了选择性能在六年的数据采集过程中保持稳定，在 MLP 得分分布中未观察到显著的时间依赖性。
效率验证： 通过模拟得到的选择效率通过两项数据驱动样本进行了交叉检查： $^{22}$ Na 校准数据和通过与 1274 keV $\gamma$ 射线符合识别出的内部 $^{22}$ Na 事件。结果表明，基于模拟的效率在统计误差范围内与这些独立测量值保持一致。

关键结果

阈值达成： 该分析成功将能量阈值降低至 0.49 keV（电子等效能量）。在此阈值下，闪烁事件的选择效率仍保持在 10% 以上，同时噪声污染控制在 1% 以下。
灵敏度提升： 降低的阈值显著增强了对低质量 WIMPs 的灵敏度，这类粒子的反冲谱随能量急剧下降。
自旋相关约束： 对于自旋相关 (SD) WIMP–质子相互作用，实验在 WIMP 质量为 2.5 GeV/ $c^2$ 时，实现了中值预期上限 $1.1 \times 10^{-36} \text{ cm}^2$ 。
参数空间探索： 在 2.0–2.8 GeV/ $c^2$ 的质量范围内，预期上限比之前的 COSINE-100 结果低至多 3.5 倍，并且显著低于 PandaX-4T 和 PICO-60 在该特定区域的现有极限。这探测了自旋相关 WIMP–质子相互作用中此前未被探索的参数空间。

意义
论文声称，这种改进的事件选择使 COSINE-100 能够覆盖完整的 DAMA/LIBRA 能量感兴趣区域 (1–6 keV)，从而可以在不依赖于暗物质晕假设或相互作用模型的情况下，直接进行调制信号的比较。通过证明 NaI(Tl) 探测器可以在保持高信号效率和低噪声的同时，以亚 keV 阈值运行，这项工作为低质量 WIMPs（特别是自旋相关相互作用）建立了具有竞争力的约束。研究结果验证了将机器学习技术与波形模拟相结合，能够将直接暗物质探测实验的灵敏度推向低能区。

类似论文