Simple Science

Scienza all'avanguardia spiegata semplicemente

# Fisica# Fisica delle alte energie - Fenomenologia# Fisica delle alte energie - Esperimento

Indagare la violazione della R-parità nella supersimmetria

Uno sguardo alla ricerca di particelle SUSY usando la violazione della R-parità.

― 4 leggere min


SUSY e Violazione dellaSUSY e Violazione dellaR-Parità Scopertaparticelle.della R-parità nei collisori diIndagare sulla SUSY con la violazione
Indice

La supersimmetria (SUSY) è una teoria nella fisica delle particelle che suggerisce che ogni particella nel Modello Standard ha un partner più pesante. Questa teoria cerca di spiegare diversi misteri della fisica, incluso la materia oscura, la gerarchia delle particelle e certi comportamenti delle particelle. Un aspetto della SUSY riguarda la R-parità, una legge di conservazione che aiuta a determinare se certe trasformazioni delle particelle possono avvenire. Se la R-parità viene violata, si aprono possibilità interessanti nelle interazioni delle particelle.

La Sfida

Nonostante le ricerche approfondite al Grande Acceleratore di Adroni (LHC), non è stata trovata alcuna prova diretta di particelle SUSY. Questa mancanza di osservazioni ha costretto gli scienziati a stabilire limiti sulle proprietà di queste particelle. I modelli che conservano la R-parità sono i più studiati, ma ci sono scenari in cui la R-parità può essere violata, portando a schemi di decadimento e firme delle particelle alterati.

Violazione della R-parità

Nei casi di violazione della R-parità (RPV), le particelle possono decadere in modi non consentiti dalla conservazione della R-parità. Questo apre la porta a modalità di decadimento e segnali aggiuntivi nei collisori di particelle. In particolare, la RPV consente alla particella supersimmetrica più leggera (LSP) di decadere in particelle del modello standard, rendendo più facile cercare prove di SUSY.

Gaugini e la loro Importanza

I gaugini sono i partner SUSY dei bosoni di gauge, che media le forze fondamentali in natura. Il settore dei gaugini nelle teorie SUSY è particolarmente importante perché può fornire spunti su vari fenomeni, incluse le interazioni della materia oscura e il comportamento delle particelle.

Stati Finali Multilepton

Cercare particelle all'LHC spesso implica osservare stati finali che contengono più leptoni (elettroni o muoni). Queste firme multilepton danno indizi su possibili interazioni SUSY. Negli scenari RPV, certe modalità di decadimento possono portare a stati multilepton che aiutano gli scienziati ad esplorare le proprietà dei gaugini.

Apprendimento Automatico nella Fisica delle Particelle

L'apprendimento automatico sta diventando uno strumento cruciale per analizzare i dati nella fisica ad alta energia. Consente ai ricercatori di identificare schemi e migliorare la sensibilità nelle ricerche di nuove particelle. Utilizzando algoritmi, come gli alberi decisionali potenziati, i fisici possono setacciare grandi dataset in modo più efficace rispetto ai metodi tradizionali, aiutando a trovare eventi rari che potrebbero indicare la presenza di particelle SUSY.

Quadro di Ricerca RPV SUSY

In questo studio, ci si concentra su un modello SUSY RPV semplificato dove determinati accoppiamenti che violano il numero leptonico sono diversi da zero. L'analisi esamina come gli stati finali multilepton possono rivelare informazioni sulle masse dei gaugini, specialmente quando si utilizzano tecniche di apprendimento automatico.

Metodologia di Analisi

La ricerca di SUSY richiede una comprensione dettagliata di come le particelle vengono prodotte e come decadono. I ricercatori stabiliscono regioni di segnale basate su risultati attesi e le confrontano con processi di fondo che potrebbero imitare questi segnali. L'analisi include metodi basati su tagli e approcci di apprendimento automatico per ottenere una migliore sensibilità.

Region di Segnale e Fondi

In questo contesto, le regioni di segnale sono criteri specifici che aiutano a identificare potenziali eventi SUSY, mentre i fondi consistono in processi del modello standard che non sono correlati alla SUSY. Applicando tagli ai dati, gli scienziati possono ridurre il rumore di fondo e migliorare la visibilità del segnale.

Limiti Proiettati e Sensibilità

Attraverso l'analisi, i ricercatori possono stabilire limiti proiettati sulle masse dei gaugini sotto diversi scenari. La sensibilità della ricerca può variare a seconda dell'energia del centro di massa del collisore e dei specifici processi di decadimento coinvolti.

Risultati dall'HL-LHC

All'HL-LHC, l'analisi mostra che utilizzare l'apprendimento automatico può migliorare significativamente la sensibilità. Per vari punti di riferimento, la sensibilità aumenta, consentendo ai ricercatori di stabilire limiti di esclusione più forti sulle masse delle particelle SUSY, specificamente il wino e il bino.

Impatto dell'Energia del Centro di Massa

Aumentare l'energia del centro di massa del collisore può migliorare la sensibilità. Ad esempio, passando dall'HL-LHC a un potenziale HE-LHC si espande l'intervallo delle masse che possono essere esplorate. L'analisi a diversi livelli di energia mostra come i limiti di scoperta possono migliorare, portando a migliori prospettive per rilevare particelle SUSY.

Conclusione

Mentre la ricerca di SUSY continua, l'interazione tra apprendimento automatico e metodi di analisi avanzati presenta un'avenuta entusiasmante per la ricerca fisica. Comprendere le implicazioni della violazione della R-parità e come altera le interazioni delle particelle è cruciale per svelare i misteri dell'universo. Con metodologie robuste e l'aumento dei dati del collisore, gli scienziati stanno spingendo i confini della conoscenza nella fisica delle particelle, svelando potenziali indizi per una comprensione più profonda delle forze fondamentali della natura. Il lavoro continua, con ogni nuovo pezzo di dati che ci avvicina a risposte sulla natura della materia e dell'universo stesso.

Fonte originale

Titolo: Improving sensitivity of trilinear RPV SUSY searches using machine learning at the LHC

Estratto: In this work, we have explored the sensitivity of multilepton final states in probing the gaugino sector of R-parity violating supersymmetric scenario with specific lepton number violating trilinear couplings ($\lambda_{ijk}$) being non-zero. The gaugino spectrum is such that the charged leptons in the final state can arise from the R-parity violating decays of the lightest supersymmetric particle (LSP) as well as R-parity conserving decays of the next-to-LSP (NLSP). Apart from a detailed cut-based analysis, we have also performed a machine learning-based analysis using boosted decision tree algorithm which provides much better sensitivity. In the scenarios with non-zero $\lambda_{121}$ and/or $\lambda_{122}$ couplings, the LSP pair in the final states decays to $4l~(l = e, \mu) + \rm E{\!\!\!/}_T$ final states with $100\%$ branching ratio. We have shown that under this circumstance, a final state with $\ge 4l$ has the highest sensitivity in probing the gaugino masses. We also discuss how the sensitivity can change in the presence of $\tau$ lepton(s) in the final state due to other choices of trilinear couplings. We present our results through the estimation of the discovery and exclusion contours in the gaugino mass plane for both the HL-LHC and the HE-LHC. For $\lambda_{121}$ and/or $\lambda_{122}$ nonzero scenario, the projected 2$\sigma$ exclusion limit on NLSP masses reaches upto 2.37 TeV and 4 TeV for the HL-LHC and the HE-LHC respectively by using a machine learning based algorithm. We obtain an enhancement of $\sim$ 380 (190) GeV in the projected 2$\sigma$ exclusion limit on the NLSP masses at the 27 (14) TeV LHC. Considering the same final state ($N_l \geq 4$) for $\lambda_{133}$ and/or $\lambda_{233}$ non-zero scenario, we find that the corresponding 2$\sigma$ projected limits are $\sim$ 1.97 TeV and $\sim$ 3.25 TeV for the HL-LHC and HE-LHC respectively.

Autori: Arghya Choudhury, Arpita Mondal, Subhadeep Mondal, Subhadeep Sarkar

Ultimo aggiornamento: 2023-08-04 00:00:00

Lingua: English

URL di origine: https://arxiv.org/abs/2308.02697

Fonte PDF: https://arxiv.org/pdf/2308.02697

Licenza: https://creativecommons.org/licenses/by/4.0/

Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.

Si ringrazia arxiv per l'utilizzo della sua interoperabilità ad accesso aperto.

Altro dagli autori

Articoli simili