Simple Science

La science de pointe expliquée simplement

# Physique# Physique des hautes énergies - Expériences

Recherche de nouvelles particules en physique des particules

Des chercheurs étudient de nouvelles particules grâce à des collisions à haute énergie au Grand collisionneur de hadrons.

― 6 min lire


Nouvelle recherche deNouvelle recherche departicules au LHCparticules significatifs trouvés.Pas encore de signaux de nouvelles
Table des matières

Dans le domaine de la physique des particules, les chercheurs étudient les particules fondamentales et les forces qui régissent leur comportement. Un des axes majeurs de recherche est la quête de nouvelles particules qui pourraient éclairer le fonctionnement de l'univers. Une étude récente a cherché un boson lourd, un type de particule, qui se désintègre en un boson de Higgs et une autre nouvelle particule. Cette recherche a utilisé des collisions à haute énergie produites par le Grand collisionneur de hadrons (LHC) au CERN, en particulier le détecteur ATLAS, qui capture les données de ces rencontres.

C'est quoi le boson de Higgs ?

Le boson de Higgs est une particule fondamentale qui a été découverte en 2012. Il est super important parce qu'il aide à expliquer comment d'autres particules acquièrent de la masse. Selon le Modèle standard, un cadre théorique qui décrit la physique des particules, le boson de Higgs interagit avec différentes particules, leur donnant de la masse à travers son champ. Cette découverte a été une pièce maîtresse pour comprendre la physique des particules et a renforcé les prédictions du Modèle standard.

La quête de nouvelles particules

Bien que le Modèle standard fonctionne bien en beaucoup de points, il n'explique pas tout. Par exemple, il ne prend pas en compte la matière noire, qui constitue une grande partie de la masse de l'univers, ni les effets de la gravité à très petite échelle. Ce manque de connaissances pousse les scientifiques à chercher de nouvelles particules au-delà du Modèle standard. L'étude actuelle vise à trouver une nouvelle particule à largeur étroite, appelée particule Y, qui se désintègre en un boson de Higgs et une autre particule, notée particule X.

Collecte de données et analyse

L'étude a utilisé des données provenant de collisions proton-proton à des niveaux d'énergie de plusieurs trillions d'électronvolts (TeV) de 2015 à 2018. La quantité totale de données collectées a représenté une luminosité intégrée significative, ce qui donne une mesure du nombre de collisions qui ont eu lieu. Ce gros jeu de données est nécessaire pour s'assurer qu'il y a assez d'événements disponibles pour analyse, augmentant les chances de détecter d'éventuels nouveaux signaux au milieu du bruit de fond.

Le rôle de la Détection d'anomalies

Dans cette recherche, une approche novatrice utilisant la détection d'anomalies a été appliquée. Cette méthode sélectionne des événements qui ne correspondent pas aux modèles attendus basés sur les modèles de fond. Plutôt que de se concentrer sur des modèles de particules spécifiques, cela permet de chercher des signaux qui pourraient indiquer une nouvelle physique. En séparant les événements uniquement en fonction de leur incohérence avec ces modèles de fond, les chercheurs pourraient capturer des particules nouvelles potentielles que des analyses standards pourraient manquer.

Processus de sélection des événements

Quand on cherche des signaux de nouvelles particules, certains critères doivent être respectés. Les événements doivent avoir au moins deux Jets à haute énergie résultant des collisions. L'analyse a impliqué l'application de divers filtres de sélection pour se concentrer sur les événements qui correspondent aux conditions attendues pour le processus de désintégration étudié. L'objectif était de construire un jeu de données enrichi avec des événements pertinents tout en réduisant le bruit de fond.

Identification du boson de Higgs

Pour mieux isoler le boson de Higgs, une technique de marquage a été employée. Cette étape aide à identifier lequel des jets est probablement associé à la désintégration du Higgs. Les chercheurs ont utilisé des méthodes d'apprentissage automatique pour améliorer la précision de la classification, permettant une meilleure distinction entre le boson de Higgs et d'autres jets potentiels provenant de différents processus.

Construction d'un modèle d'apprentissage automatique

Un modèle d'apprentissage automatique a été développé pour analyser les jets à haute énergie collectés dans le jeu de données. Le modèle traite les événements pour identifier les jets anormaux - ceux qui pourraient signifier la présence de nouvelles particules. L'objectif était de permettre au modèle d'apprendre à partir des données et d'améliorer sa capacité à discerner des événements intéressants sans avoir besoin d'hypothèses spécifiques sur les caractéristiques des signaux.

L'importance de la cinématique

La cinématique, qui concerne le mouvement des objets, joue un rôle crucial dans cette analyse. Les interactions entraînent la production de particules avec une énergie et un moment spécifiques. Dans des recherches comme celle-ci, comprendre comment ces variables changent aide les chercheurs à déterminer si les événements observés proviennent des processus prédits ou s'ils sont dus à du bruit de fond.

Construction de régions de contrôle

Pour valider les résultats de l'analyse principale, des régions de contrôle ont été définies. Ces zones dans les données ne contiennent pas d'événements censés résulter des processus de désintégration du Higgs. En comparant la performance des prédictions de fond dans ces régions de contrôle avec les données observées dans les régions de signal, les chercheurs peuvent évaluer l'exactitude de leurs modèles de fond et améliorer leurs interprétations.

Résultats et comparaison de fond

Après avoir mené une analyse approfondie, les chercheurs ont examiné les prédictions de fond et les ont comparées aux données observées réelles. Aucun excès significatif d'événements n'a été détecté par rapport à ce qui était anticipé à partir du fond. L'analyse a finalement fourni des limites supérieures sur la fréquence à laquelle des signaux pour les nouvelles particules pourraient se produire, offrant des contraintes importantes sur les propriétés des découvertes potentielles.

Limitations et directions futures

Bien que cette étude ait utilisé des techniques avancées et un jeu de données complet, des limites existent. L'absence de signaux significatifs indique que si de nouvelles particules existent, elles pourraient être en dehors de la portée expérimentale actuelle. Les futures études devront continuer cette recherche, peut-être en utilisant des détecteurs améliorés ou des collisions à plus haute énergie pour explorer des particules plus massives.

Résumé

La recherche de nouvelles particules reste un thème central en physique des particules. En utilisant de nouvelles techniques comme la détection d'anomalies et l'apprentissage automatique, les chercheurs sont mieux équipés pour trier les ensembles de données complexes. Alors que les investigations sur le boson de Higgs et ses processus de désintégration se poursuivent, elles fournissent des perspectives non seulement sur les propriétés des particules fondamentales mais aussi sur la structure sous-jacente de l'univers lui-même. La quête continue de connaissances dans ce domaine offre des promesses de découvertes significatives dans les années à venir.

Source originale

Titre: Anomaly detection search for new resonances decaying into a Higgs boson and a generic new particle $X$ in hadronic final states using $\sqrt{s} = 13$ TeV $pp$ collisions with the ATLAS detector

Résumé: A search is presented for a heavy resonance $Y$ decaying into a Standard Model Higgs boson $H$ and a new particle $X$ in a fully hadronic final state. The full Large Hadron Collider Run 2 dataset of proton-proton collisions at $\sqrt{s}= 13$ TeV collected by the ATLAS detector from 2015 to 2018 is used, and corresponds to an integrated luminosity of 139 fb$^{-1}$. The search targets the high $Y$-mass region, where the $H$ and $X$ have a significant Lorentz boost in the laboratory frame. A novel signal region is implemented using anomaly detection, where events are selected solely because of their incompatibility with a learned background-only model. It is defined using a jet-level tagger for signal-model-independent selection of the boosted $X$ particle, representing the first application of fully unsupervised machine learning to an ATLAS analysis. Two additional signal regions are implemented to target a benchmark $X$ decay into two quarks, covering topologies where the $X$ is reconstructed as either a single large-radius jet or two small-radius jets. The analysis selects Higgs boson decays into $b\bar{b}$, and a dedicated neural-network-based tagger provides sensitivity to the boosted heavy-flavor topology. No significant excess of data over the expected background is observed, and the results are presented as upper limits on the production cross section $\sigma(pp \rightarrow Y \rightarrow XH \rightarrow q\bar{q}b\bar{b}$) for signals with $m_Y$ between 1.5 and 6 TeV and $m_X$ between 65 and 3000 GeV.

Auteurs: ATLAS Collaboration

Dernière mise à jour: 2023-12-05 00:00:00

Langue: English

Source URL: https://arxiv.org/abs/2306.03637

Source PDF: https://arxiv.org/pdf/2306.03637

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.

Plus de l'auteur

Articles similaires