Projet JUNO : Éclairer la matière noire
JUNO veut déceler la matière noire en détectant des neutrinos et en utilisant des techniques d'analyse avancées.
― 7 min lire
Table des matières
La Matière noire est une substance mystérieuse qui compose une grande partie de l'univers. Contrairement à la matière ordinaire, on ne peut pas la voir directement. Son existence est inférée grâce à ses effets gravitationnels sur la matière visible, comme les étoiles et les galaxies. Par exemple, dans les galaxies spirales, les étoiles plus éloignées du centre tournent à des vitesses similaires à celles plus proches, ce qui suggère qu'il y a plus de masse présente que ce que l'on peut voir. Cette masse invisible s'appelle la matière noire et on pense qu'elle forme un halo autour des galaxies.
Un candidat potentiel pour la matière noire est appelé Particules Massives Interagissant Faiblement (WIMPs). Les WIMPs pourraient expliquer la quantité de matière noire que l'on pense exister en fonction de leurs interactions et de leurs propriétés.
Quand la matière noire interagit avec elle-même ou avec d'autres particules, elle peut produire des Neutrinos. Les neutrinos sont de minuscules particules qui sont très difficiles à détecter parce qu'elles interagissent rarement avec la matière normale. Cependant, les chercheurs cherchent ces neutrinos pour en apprendre davantage sur la matière noire.
Le Projet Juno
L’Observatoire Souterrain de Neutrinos de Jiangmen (JUNO) est conçu pour améliorer notre compréhension des neutrinos. Il est situé profondément sous terre pour éviter les interférences des rayons cosmiques, qui peuvent submerger le détecteur avec des signaux pas pertinents pour les études sur la matière noire.
JUNO utilise une grande sphère en acrylique remplie de scintillateur liquide. Quand les neutrinos interagissent avec le liquide, ils produisent des signaux lumineux qui peuvent être détectés. Le détecteur est équipé de milliers de capteurs de lumière qui capturent ces signaux et permettent aux scientifiques d'analyser les événements qui se produisent à l'intérieur du détecteur.
La collaboration JUNO se concentre sur l'utilisation de ce détecteur pour étudier les neutrinos produits par l'Annihilation de la matière noire. Dans ce Contexte, nous cherchons des signes que les particules de matière noire s'entrechoquent et s'anéantissent, produisant des neutrinos que JUNO peut détecter.
Annihilation de la Matière Noire et Détection des Neutrinos
Quand les particules de matière noire entrent en collision, elles peuvent s'anéantir et produire d'autres particules, y compris des neutrinos. Ces neutrinos sont un signe indirect de la matière noire. JUNO vise à identifier des signaux provenant des neutrinos produits dans le halo galactique, où la matière noire est censée être concentrée.
Pour étudier cela, les scientifiques doivent prendre en compte de nombreux bruits de fond différents qui pourraient imiter les signaux de l'annihilation de la matière noire. Les bruits de fond peuvent provenir de diverses sources, y compris des neutrinos de réacteurs nucléaires et des neutrinos produits lors de supernovae.
Identification des Bruits de Fond
Pour détecter avec succès les signaux de la matière noire, JUNO doit différencier ces signaux des bruits de fond. Certains des bruits les plus importants proviennent de :
- Neutrinos de Réacteur : Ces neutrinos sont émis par des réacteurs nucléaires et peuvent masquer les signaux de l'annihilation de la matière noire.
- Bruit de Fond de Neutrinos de Supernova Diffus : Ce bruit provient des émissions cumulées de toutes les supernovae de l'univers.
- Neutrinos Atmosphériques : Les neutrinos générés par les interactions des rayons cosmiques dans l'atmosphère peuvent aussi créer des signaux similaires à ceux que nous recherchons.
- Bruits de Fond Induits par des Muons : Les muons sont des particules générées par les rayons cosmiques qui peuvent interagir avec les matériaux autour de JUNO et produire des neutrinos supplémentaires.
Pour surmonter ces défis, JUNO utilise plusieurs stratégies pour réduire le bruit de fond et augmenter les chances de trouver des signaux de matière noire.
Techniques de Suppression des Bruits de Fond
JUNO emploie diverses techniques pour limiter l'impact des bruits de fond, y compris :
- Coupe Volumique Fiducielle : Cette technique limite l'étude à un certain volume du détecteur, réduisant le nombre d'événements non utiles.
- Discrimination de Forme d'Ampoule : En analysant la forme des impulsions lumineuses produites par les interactions dans le scintillateur liquide, JUNO peut distinguer différents types d'événements. Cela aide à séparer les vrais signaux des événements de fond qui peuvent sembler similaires.
- Veto de Muons : En suivant les muons qui entrent dans le détecteur, JUNO peut ignorer les signaux qui se produisent peu après ces muons, qui sont susceptibles de produire des événements de fond.
Ces méthodes aident à isoler les signaux potentiels de la matière noire tout en maintenant le niveau de bruit de fond aussi bas que possible.
Simulation des Événements de Matière Noire
Pour comprendre les signaux qui pourraient provenir de l'annihilation de la matière noire, les scientifiques réalisent des simulations. Ces simulations permettent aux chercheurs de prédire à quoi pourraient ressembler les événements de neutrinos si la matière noire s'anéantit vraiment dans le halo galactique.
Pour les candidats de matière noire plus légers que 100 MeV, le canal principal pour les neutrinos provient directement de leur annihilation. Pour des candidats de matière noire plus lourds, des neutrinos peuvent aussi provenir de la désintégration de particules produites lors de l'annihilation.
Sensibilité Attendue de JUNO
Après avoir appliqué des méthodes pour supprimer les bruits de fond, JUNO devrait être sensible aux signaux de la matière noire. En particulier, on pense qu'au cours d'une période de 10 ans, JUNO pourrait réaliser une amélioration significative de sa capacité à détecter ces signaux par rapport aux expériences précédentes.
La sensibilité de JUNO sera particulièrement compétitive pour certaines plages de masse de matière noire, notamment entre 15 et 100 MeV. L'objectif est de détecter le flux de neutrinos résultant de l'annihilation de la matière noire et de mesurer ses caractéristiques.
Stratégies de Mesure
Lors de la recherche de signaux, deux approches statistiques principales sont utilisées :
- Test du Rapport de Vraisemblance : Cette approche compare les événements observés aux événements de fond prévus, permettant aux scientifiques d'établir des limites sur le signal de la matière noire.
- Analyse Bayésienne : Cette méthode applique la théorie des probabilités pour interpréter les données observées, fournissant un moyen d'estimer à quel point nous pouvons être confiants quant à la présence de signaux de matière noire.
Les deux méthodes sont utilisées pour garantir la robustesse des résultats et fournir des estimations cohérentes de la sensibilité à la matière noire.
Résultats et Implications
En analysant les données collectées sur 10 ans, JUNO vise à fournir des informations sur la nature de la matière noire. Si cela est réalisé avec succès, JUNO pourrait offrir une meilleure compréhension des interactions de la matière noire, aidant à combler les lacunes dans les connaissances actuelles.
Les résultats de JUNO ont le potentiel de contraindre significativement les propriétés de la matière noire. Si le détecteur peut mesurer efficacement les neutrinos provenant de l'annihilation de la matière noire, cela pourrait conduire à de nouvelles découvertes dans la quête pour comprendre ce composant insaisissable de l'univers.
Conclusion
En résumé, le projet JUNO représente un effort à la pointe de la technologie pour explorer la nature de la matière noire à travers la détection des neutrinos. En améliorant les méthodes pour supprimer le bruit de fond et en développant des stratégies d'analyse sophistiquées, JUNO espère révéler les secrets de la matière noire et potentiellement faire avancer notre compréhension de l'univers dans son ensemble. Alors que nous attendons les données de JUNO, l'excitation autour de la recherche de la matière noire continue de croître, promettant de nouvelles révélations dans l'avenir de l'astrophysique.
Titre: JUNO sensitivity to the annihilation of MeV dark matter in the galactic halo
Résumé: We discuss JUNO sensitivity to the annihilation of MeV dark matter in the galactic halo via detecting inverse beta decay reactions of electron anti-neutrinos resulting from the annihilation. We study possible backgrounds to the signature, including the reactor neutrinos, diffuse supernova neutrino background, charged- and neutral-current interactions of atmospheric neutrinos, backgrounds from muon-induced fast neutrons and cosmogenic isotopes. A fiducial volume cut, as well as the pulse shape discrimination and the muon veto are applied to suppress the above backgrounds. It is shown that JUNO sensitivity to the thermally averaged dark matter annihilation rate in 10 years of exposure would be significantly better than the present-day best limit set by Super-Kamiokande and would be comparable to that expected by Hyper-Kamiokande.
Auteurs: JUNO Collaboration, Angel Abusleme, Thomas Adam, Shakeel Ahmad, Rizwan Ahmed, Sebastiano Aiello, Muhammad Akram, Abid Aleem, Tsagkarakis Alexandros, Fengpeng An, Qi An, Giuseppe Andronico, Nikolay Anfimov, Vito Antonelli, Tatiana Antoshkina, Burin Asavapibhop, João Pedro Athayde Marcondes de André, Didier Auguste, Weidong Bai, Nikita Balashov, Wander Baldini, Andrea Barresi, Davide Basilico, Eric Baussan, Marco Bellato, Antonio Bergnoli, Daniel Bick, Thilo Birkenfeld, Sylvie Blin, David Blum, Simon Blyth, Anastasia Bolshakova, Mathieu Bongrand, Clément Bordereau, Dominique Breton, Augusto Brigatti, Riccardo Brugnera, Riccardo Bruno, Antonio Budano, Jose Busto, Ilya Butorov, Anatael Cabrera, Barbara Caccianiga, Hao Cai, Xiao Cai, Yanke Cai, Zhiyan Cai, Riccardo Callegari, Antonio Cammi, Agustin Campeny, Chuanya Cao, Guofu Cao, Jun Cao, Rossella Caruso, Cédric Cerna, Chi Chan, Jinfan Chang, Yun Chang, Guoming Chen, Pingping Chen, Po-An Chen, Shaomin Chen, Yixue Chen, Yu Chen, Zhiyuan Chen, Zikang Chen, Jie Cheng, Yaping Cheng, Yu Chin Cheng, Alexander Chepurnov, Alexey Chetverikov, Davide Chiesa, Pietro Chimenti, Ziliang Chu, Artem Chukanov, Gérard Claverie, Catia Clementi, Barbara Clerbaux, Marta Colomer Molla, Selma Conforti Di Lorenzo, Daniele Corti, Flavio Dal Corso, Olivia Dalager, Christophe De La Taille, Zhi Deng, Ziyan Deng, Wilfried Depnering, Marco Diaz, Xuefeng Ding, Yayun Ding, Bayu Dirgantara, Sergey Dmitrievsky, Tadeas Dohnal, Dmitry Dolzhikov, Georgy Donchenko, Jianmeng Dong, Evgeny Doroshkevich, Wei Dou, Marcos Dracos, Frédéric Druillole, Ran Du, Shuxian Du, Stefano Dusini, Martin Dvorak, Jessica Eck, Timo Enqvist, Andrea Fabbri, Ulrike Fahrendholz, Donghua Fan, Lei Fan, Jian Fang, Wenxing Fang, Marco Fargetta, Dmitry Fedoseev, Zhengyong Fei, Li-Cheng Feng, Qichun Feng, Richard Ford, Amélie Fournier, Haonan Gan, Feng Gao, Alberto Garfagnini, Arsenii Gavrikov, Marco Giammarchi, Nunzio Giudice, Maxim Gonchar, Guanghua Gong, Hui Gong, Yuri Gornushkin, Alexandre Göttel, Marco Grassi, Maxim Gromov, Vasily Gromov, Minghao Gu, Xiaofei Gu, Yu Gu, Mengyun Guan, Yuduo Guan, Nunzio Guardone, Cong Guo, Wanlei Guo, Xinheng Guo, Yuhang Guo, Caren Hagner, Ran Han, Yang Han, Miao He, Wei He, Tobias Heinz, Patrick Hellmuth, Yuekun Heng, Rafael Herrera, YuenKeung Hor, Shaojing Hou, Yee Hsiung, Bei-Zhen Hu, Hang Hu, Jianrun Hu, Jun Hu, Shouyang Hu, Tao Hu, Yuxiang Hu, Zhuojun Hu, Guihong Huang, Hanxiong Huang, Kaixuan Huang, Wenhao Huang, Xin Huang, Xingtao Huang, Yongbo Huang, Jiaqi Hui, Lei Huo, Wenju Huo, Cédric Huss, Safeer Hussain, Ara Ioannisian, Roberto Isocrate, Beatrice Jelmini, Ignacio Jeria, Xiaolu Ji, Huihui Jia, Junji Jia, Siyu Jian, Di Jiang, Wei Jiang, Xiaoshan Jiang, Xiaoping Jing, Cécile Jollet, Leonidas Kalousis, Philipp Kampmann, Li Kang, Rebin Karaparambil, Narine Kazarian, Amina Khatun, Khanchai Khosonthongkee, Denis Korablev, Konstantin Kouzakov, Alexey Krasnoperov, Nikolay Kutovskiy, Pasi Kuusiniemi, Tobias Lachenmaier, Cecilia Landini, Sébastien Leblanc, Victor Lebrin, Frederic Lefevre, Ruiting Lei, Rupert Leitner, Jason Leung, Daozheng Li, Demin Li, Fei Li, Fule Li, Gaosong Li, Huiling Li, Mengzhao Li, Min Li, Nan Li, Qingjiang Li, Ruhui Li, Rui Li, Shanfeng Li, Tao Li, Teng Li, Weidong Li, Weiguo Li, Xiaomei Li, Xiaonan Li, Xinglong Li, Yi Li, Yichen Li, Yufeng Li, Zepeng Li, Zhaohan Li, Zhibing Li, Ziyuan Li, Zonghai Li, Hao Liang, Jiajun Liao, Ayut Limphirat, Guey-Lin Lin, Shengxin Lin, Tao Lin, Jiajie Ling, Ivano Lippi, Fang Liu, Haidong Liu, Haotian Liu, Hongbang Liu, Hongjuan Liu, Hongtao Liu, Hui Liu, Jianglai Liu, Jinchang Liu, Min Liu, Qian Liu, Qin Liu, Runxuan Liu, Shubin Liu, Shulin Liu, Xiaowei Liu, Xiwen Liu, Yan Liu, Yunzhe Liu, Alexey Lokhov, Paolo Lombardi, Claudio Lombardo, Kai Loo, Chuan Lu, Haoqi Lu, Jingbin Lu, Junguang Lu, Peizhi Lu, Shuxiang Lu, Bayarto Lubsandorzhiev, Sultim Lubsandorzhiev, Livia Ludhova, Arslan Lukanov, Daibin Luo, Fengjiao Luo, Guang Luo, Shu Luo, Wuming Luo, Xiaojie Luo, Vladimir Lyashuk, Bangzheng Ma, Bing Ma, Qiumei Ma, Si Ma, Xiaoyan Ma, Xubo Ma, Jihane Maalmi, Jingyu Mai, Yury Malyshkin, Roberto Carlos Mandujano, Fabio Mantovani, Xin Mao, Yajun Mao, Stefano M. Mari, Filippo Marini, Gisele Martin-Chassard, Agnese Martini, Matthias Mayer, Davit Mayilyan, Ints Mednieks, Artur Meinusch, Yue Meng, Anselmo Meregaglia, Emanuela Meroni, David Meyhöfer, Mauro Mezzetto, Jonathan Miller, Lino Miramonti, Paolo Montini, Michele Montuschi, Axel Müller, Massimiliano Nastasi, Dmitry V. Naumov, Elena Naumova, Diana Navas-Nicolas, Igor Nemchenok, Minh Thuan Nguyen Thi, Alexey Nikolaev, Feipeng Ning, Zhe Ning, Hiroshi Nunokawa, Lothar Oberauer, Juan Pedro Ochoa-Ricoux, Alexander Olshevskiy, Domizia Orestano, Fausto Ortica, Rainer Othegraven, Alessandro Paoloni, Sergio Parmeggiano, Yatian Pei, Luca Pelicci, Anguo Peng, Haiping Peng, Yu Peng, Zhaoyuan Peng, Frédéric Perrot, Pierre-Alexandre Petitjean, Fabrizio Petrucci, Oliver Pilarczyk, Luis Felipe Piñeres Rico, Artyom Popov, Pascal Poussot, Ezio Previtali, Fazhi Qi, Ming Qi, Sen Qian, Xiaohui Qian, Zhen Qian, Hao Qiao, Zhonghua Qin, Shoukang Qiu, Gioacchino Ranucci, Reem Rasheed, Alessandra Re, Henning Rebber, Abdel Rebii, Mariia Redchuk, Bin Ren, Jie Ren, Barbara Ricci, Mariam Rifai, Mathieu Roche, Narongkiat Rodphai, Aldo Romani, Bedřich Roskovec, Xichao Ruan, Arseniy Rybnikov, Andrey Sadovsky, Paolo Saggese, Simone Sanfilippo, Anut Sangka, Utane Sawangwit, Julia Sawatzki, Michaela Schever, Cédric Schwab, Konstantin Schweizer, Alexandr Selyunin, Andrea Serafini, Giulio Settanta, Mariangela Settimo, Zhuang Shao, Vladislav Sharov, Arina Shaydurova, Jingyan Shi, Yanan Shi, Vitaly Shutov, Andrey Sidorenkov, Fedor Šimkovic, Chiara Sirignano, Jaruchit Siripak, Monica Sisti, Maciej Slupecki, Mikhail Smirnov, Oleg Smirnov, Thiago Sogo-Bezerra, Sergey Sokolov, Julanan Songwadhana, Boonrucksar Soonthornthum, Albert Sotnikov, Ondřej Šrámek, Warintorn Sreethawong, Achim Stahl, Luca Stanco, Konstantin Stankevich, Dušan Štefánik, Hans Steiger, Jochen Steinmann, Tobias Sterr, Matthias Raphael Stock, Virginia Strati, Alexander Studenikin, Jun Su, Shifeng Sun, Xilei Sun, Yongjie Sun, Yongzhao Sun, Zhengyang Sun, Narumon Suwonjandee, Michal Szelezniak, Jian Tang, Qiang Tang, Quan Tang, Xiao Tang, Vidhya Thara Hariharan, Eric Theisen, Alexander Tietzsch, Igor Tkachev, Tomas Tmej, Marco Danilo Claudio Torri, Konstantin Treskov, Andrea Triossi, Giancarlo Troni, Wladyslaw Trzaska, Yu-Chen Tung, Cristina Tuve, Nikita Ushakov, Vadim Vedin, Giuseppe Verde, Maxim Vialkov, Benoit Viaud, Cornelius Moritz Vollbrecht, Cristina Volpe, Katharina von Sturm, Vit Vorobel, Dmitriy Voronin, Lucia Votano, Pablo Walker, Caishen Wang, Chung-Hsiang Wang, En Wang, Guoli Wang, Jian Wang, Jun Wang, Lu Wang, Meifen Wang, Meng Wang, Ruiguang Wang, Siguang Wang, Wei Wang, Wenshuai Wang, Xi Wang, Xiangyue Wang, Yangfu Wang, Yaoguang Wang, Yi Wang, Yifang Wang, Yuanqing Wang, Yuman Wang, Zhe Wang, Zheng Wang, Zhimin Wang, Zongyi Wang, Apimook Watcharangkool, Wei Wei, Wenlu Wei, Yadong Wei, Kaile Wen, Liangjian Wen, Jun Weng, Christopher Wiebusch, Bjoern Wonsak, Diru Wu, Qun Wu, Zhi Wu, Michael Wurm, Jacques Wurtz, Christian Wysotzki, Yufei Xi, Dongmei Xia, Xiang Xiao, Xiaochuan Xie, Yuguang Xie, Zhangquan Xie, Zhao Xin, Zhizhong Xing, Benda Xu, Cheng Xu, Donglian Xu, Fanrong Xu, Hangkun Xu, Jilei Xu, Jing Xu, Meihang Xu, Yin Xu, Yu Xu, Baojun Yan, Qiyu Yan, Taylor Yan, Wenqi Yan, Xiongbo Yan, Yupeng Yan, Changgen Yang, Chengfeng Yang, Huan Yang, Jie Yang, Lei Yang, Xiaoyu Yang, Yifan Yang, Haifeng Yao, Jiaxuan Ye, Mei Ye, Ziping Ye, Frédéric Yermia, Zhengyun You, Boxiang Yu, Chiye Yu, Chunxu Yu, Hongzhao Yu, Miao Yu, Xianghui Yu, Zeyuan Yu, Zezhong Yu, Cenxi Yuan, Chengzhuo Yuan, Ying Yuan, Zhenxiong Yuan, Baobiao Yue, Noman Zafar, Vitalii Zavadskyi, Shan Zeng, Tingxuan Zeng, Yuda Zeng, Liang Zhan, Aiqiang Zhang, Bin Zhang, Binting Zhang, Feiyang Zhang, Guoqing Zhang, Honghao Zhang, Jialiang Zhang, Jiawen Zhang, Jie Zhang, Jin Zhang, Jingbo Zhang, Jinnan Zhang, Mohan Zhang, Peng Zhang, Qingmin Zhang, Shiqi Zhang, Shu Zhang, Tao Zhang, Xiaomei Zhang, Xin Zhang, Xuantong Zhang, Yinhong Zhang, Yiyu Zhang, Yongpeng Zhang, Yu Zhang, Yuanyuan Zhang, Yumei Zhang, Zhenyu Zhang, Zhijian Zhang, Jie Zhao, Rong Zhao, Runze Zhao, Shujun Zhao, Dongqin Zheng, Hua Zheng, Yangheng Zheng, Weirong Zhong, Jing Zhou, Li Zhou, Nan Zhou, Shun Zhou, Tong Zhou, Xiang Zhou, Jingsen Zhu, Kangfu Zhu, Kejun Zhu, Zhihang Zhu, Bo Zhuang, Honglin Zhuang, Liang Zong, Jiaheng Zou, Sebastian Zwickel
Dernière mise à jour: 2023-09-13 00:00:00
Langue: English
Source URL: https://arxiv.org/abs/2306.09567
Source PDF: https://arxiv.org/pdf/2306.09567
Licence: https://creativecommons.org/licenses/by/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.