Buscar Sinais de Nova Física em Colisões de Partículas

Os cientistas estão sempre em busca de novas descobertas no campo da física de partículas. Um desses esforços é a procura por sinais que possam indicar a presença de física além do que se conhece atualmente, muitas vezes chamada de Modelo Padrão da física de partículas. Uma busca recente focou em dois tipos de pares de partículas: dieletrons (dois elétrons) e Diphotons (dois fótons). Essa busca usou dados obtidos do Detector ATLAs, que fica no CERN, um grande laboratório de física de partículas.

#O Que É o Detector ATLAS?

O detector ATLAS é uma máquina grande e complexa, projetada para observar e registrar partículas geradas durante colisões de alta energia. Ele tem formato cilíndrico e cobre quase 4π, ou seja, pode detectar partículas em quase todas as direções. O detector inclui vários componentes, como detectores de trajetória para medir os caminhos de partículas carregadas, calorímetros para medir energia e espectrômetros de múons para identificar múons (um tipo de partícula).

#A Importância dos Dados de Colisão

Os dados usados nessa busca vêm de colisões próton-próton a uma energia de 13 TeV. A colaboração do ATLAS coletou um total de 139 fb⁻¹ (femto barn inverso) de dados de colisão entre 2015 e 2018. Essas colisões criam uma variedade de partículas, e ao estudar as que sobram, os pesquisadores procuram sinais de novas fisicas que podem estar escondidas entre o fundo esperado.

#O Que São Espectros de Massa Invariante de Dieletrons e Diphotons?

Na física de partículas, a 'massa invariante' de um sistema é um valor que pode ser calculado a partir das energias e momentos das partículas envolvidas. Quando duas partículas decaem ou colidem, sua energia combinada pode ser analisada. Os canais de dieletrons e diphotons são duas formas específicas que os pesquisadores usam para observar a massa invariante dos pares de partículas resultantes das colisões.

#Buscando Sinais Periódicos

O objetivo da pesquisa recente era identificar sinais periódicos nos espectros de massa invariante de dieletrons e diphotons. Sinais desse tipo poderiam apontar para novas fisicas, especialmente se mostrassem uma repetição em certos valores de massa. Os pesquisadores usaram técnicas avançadas como transformadas de wavelet contínuas para analisar os dados e procurar por esses sinais.

#Por Que Procurar Sinais Periódicos?

Sinais periódicos são interessantes porque podem sugerir a presença de partículas ou forças extras interagindo com as partículas conhecidas. A existência desses sinais poderia indicar novas teorias e conceitos em física de partículas que vão além do nosso entendimento atual.

#Técnicas de Busca

Usando transformadas de wavelet contínuas, os pesquisadores converteram os dados de massa invariante em um formato que facilita ver padrões. Essa transformação permite observar diferentes componentes de massa e frequência dos sinais, bem como se costuma analisar uma onda sonora observando suas frequências.

Além disso, técnicas de aprendizado de máquina, incluindo redes neurais, foram incorporadas para melhorar a busca por esses sinais periódicos. Elas aumentam a sensibilidade da detecção de possíveis sinais nos dados.

#Definindo Limites

Quando nenhum sinal significativo foi encontrado, os pesquisadores definiram limites de exclusão. Isso significa que eles definiram faixas de parâmetros que novos modelos de física, como o modelo de gravidade de clockwork, não podem ocupar se fossem responsáveis pelos sinais. As descobertas indicaram que certas massas poderiam ser excluídas, tornando menos provável que certas teorias estivessem corretas.

#Analisando os Dados

Os pesquisadores analisaram os dados usando dois canais principais: dieletrons e diphotons. Ambos os canais exigem uma seleção cuidadosa de eventos e estimativa de fundo para isolar quaisquer sinais potenciais. Métodos estatísticos foram aplicados para garantir a confiabilidade dos resultados, levando em conta várias incertezas que poderiam afetar as descobertas.

#Estimativa de Fundo

Parte do desafio em identificar novos sinais está em distingui-los do Ruído de Fundo gerado por partículas comuns. Usando uma combinação de métodos baseados em dados e simulações, os pesquisadores estimaram o ruído de fundo para identificar melhor quaisquer sinais incomuns nos dados.

#Explorando Vários Modelos

Nesta pesquisa, o modelo de clockwork/dilaton linear desempenhou um papel significativo como um ponto de referência para potenciais sinais periódicos. Esse modelo prevê uma série de ressonâncias espaçadas próximas em massa. Ao analisar os produtos de decaimento dessas ressonâncias, os pesquisadores podem buscar os padrões específicos que esperam.

#O Papel do Aprendizado de Máquina

O aprendizado de máquina se tornou uma ferramenta crucial na pesquisa moderna de física. Ao treinar algoritmos com os dados, os pesquisadores podem buscar sinais que analistas humanos poderiam ignorar. Neste estudo, autoencoders e redes neurais convolucionais foram empregados para filtrar os dados e capturar quaisquer sinais potenciais relacionados a novas físicas.

#Resultados da Busca

A busca, no fim das contas, não revelou desvios significativos das expectativas do Modelo Padrão nos canais de dieletrons e diphotons. No entanto, a aquisição de dados de alta qualidade permite que os pesquisadores definam limites em vários modelos no espaço de parâmetros, ajudando a restringir o que pode ser possível no reino da nova física.

#Conclusão

Essa pesquisa representa um esforço contínuo para entender os blocos fundamentais do universo. Ao buscar sinais periódicos nos espectros de massa invariante de dieletrons e diphotons, os cientistas do ATLAS esperam descobrir novas informações sobre a física além do Modelo Padrão. Embora nenhuma descoberta significativa tenha sido feita nessa ocasião, os métodos desenvolvidos e os dados coletados oferecem um recurso rico para futuras explorações no campo. A jornada para entender o universo continua, impulsionada pela colaboração, inovação e pela busca pelo conhecimento.