[論文レビュー] Extracting Particle Physics Information from Direct Detection of Dark Matter with Minimal Assumptions

Lawrence M. Krauss, Jayden L. Newstead|arXiv (Cornell University)|Jan 25, 2018

Dark Matter and Cosmic Phenomena参考文献 17被引用数 4

ひとこと要約

この論文では、最小限の理論的仮定の下で、直接検出実験における素粒子物理学的相互作用を区別するための最小限のダークマター検出イベント数をベイジアンモデル選択を用いて特定している。その結果、背景が少なく、速度分布の不確実性も最小限の楽観的条件下でも、運動量に依存しないと運動量に依存するスキャッタリング作用素を信頼性高く区別するには30〜50件のイベントが必要であると判明した。

ABSTRACT

In the absence of direct accelerator data to constrain particle models, and given existing astrophysical uncertainties associated with the phase space distribution of WIMP dark matter in our galactic halo, extracting information on fundamental particle microphysics from possible signals in underground direct detectors will be challenging. Given these challenges we explore the requirements for direct detection of dark matter experiments to extract information on fundamental particle physics interactions. In particular, using Bayesian methods, we explore the quantitative distinctions that allow differentiation between different non-relativistic effective operators, as a function of the number of detected events, for a variety of possible operators that might generate the detected distribution. Without a spinless target one cannot distinguish between spin-dependent and spin-independent interactions. In general, of order 50 events would be required to definitively determine that the fundamental dark matter scattering amplitude is momentum independent, even in the optimistic case of minimal detector backgrounds and no inelastic scattering contributions. This bound can be improved with reduced uncertainties in the dark matter velocity distribution.

研究の動機と目的

• 直接検出実験におけるダークマター検出イベントの最小数を特定し、そのイベント数が基礎的な素粒子物理学的相互作用モデルを明確に同定できるかを評価すること。
• 特にダークマター速度分布の不確実性が、ベイジアンモデル選択を用いたモデル識別に与える影響を評価すること。
• ゲルマニウム、キセノン、アルゴンなどの異なる検出器が、スピン依存型とスピン独立型の相互作用のデゲネラシーをどのように解消できるかを評価すること。
• 速度分布の不確実性が低減することで、非相対論的有効演算子間の区別能力がどの程度向上するかを定量化すること。
• イベント数が少ない状況下でも、統計的信頼度（ベイズ因子）が正しいモデルを信頼性高く特定できるかどうかを検討すること。

提案手法

• 非相対論的有効場理論演算子の対立モデルを比較するため、ベイジアンモデル選択を実行し、MultiNestアルゴリズムを用いてモデル証拠とベイズ因子を計算する。
• 計算コストを削減しながら統計的整合性を保つために、特定のモデル下での期待データ（Asimovデータセット）を用いる。
• 代表的な4つの演算子を検討：$\mathcal{O}_1$（スピン独立型、運動量に依存しない）、$\mathcal{O}_4$（スピン依存型、運動量に依存しない）、$\mathcal{O}_{10}$（スピン依存型、$q$-依存性）、$\mathcal{O}_6$（スピン依存型、$q^2$-依存性）。
• ゲルマニウムとキセノン検出器の両方で、全イベント数が等しくなるようにイベントレートを正規化し、核の構造効果が最小限になる低運動量移動領域に注目してシミュレーションを実施する。
• 一般化された速度分布（完全な不確実性を含む）と固定されたマクスウェル＝ボルツマン分布を比較することで、天体物理学的不確実性がモデル推論に与える影響を評価する。
• 検出イベント数の関数としてベイズ因子の推移を分析し、モデルの区別がどの時点で統計的に信頼できるようになるかを特定する。

実験結果

リサーチクエスチョン

• RQ1 直接ダークマター検出において、運動量に依存しないスキャッタリング作用素と運動量に依存する作用素を明確に区別するには、最小でどの程度の検出イベント数が必要か？
• RQ2 ダークマター速度分布の不確実性は、ベイズ証拠を用いたモデル選択の信頼性にどのように影響するか？
• RQ3 スピンに敏感でない検出器（例：アルゴン）は、スピン依存型とスピン独立型の相互作用モデルのデゲネラシーを解消できるか？
• RQ4 イベント数が少ない場合でさえ、正しい事前分布を用いても、統計的信頼度（ベイズ因子）が誤ったモデルを支持する誤解を招く可能性はどの程度か？
• RQ5 速度分布の事前分布を組み込むことで、競合する素粒子物理学的モデル間の区別能力はどの程度向上するか？

主な発見

• 最小で50件のイベントが必要であり、背景が少なく、非弾性散乱がない楽観的仮定のもとでも、基本的なダークマター散乱振幅が運動量に依存しないことを明確に特定できる。
• 数件のイベントしかない状況では、ベイズ因子が誤解を招くことがある：一般化された速度分布は、誤ったモデル（例：$M_1$ や $M_4$）との一致を不自然に高め、真の $M_{10}$ モデルよりも好まれる傾向がある。
• 速度分布の事前分布を用いない場合、$M_1$ と $M_4$（運動量に依存しない）と $M_{10}$（運動量に依存する）のデゲネラシーは250件を超えて持続し、依然として曖昧さが残る。
• 速度分布の事前分布の追加により、モデル識別の能力が顕著に向上し、モデル間の信頼性ある区別に必要なイベント数が減少する。
• $M_6$ モデル（2次運動量依存性）では、約50件のイベントで $M_1$ と $M_4$ が除外されるが、事前分布なしでは $M_{10}$ とのデゲネラシーは250件を超えて解消されない。
• 本分析から、イベント数が30〜50件に達するまで、信頼できるモデル推論は不可能であることが示され、統計的パワーが基本的な素粒子物理学的相互作用を解明する上で極めて重要であることが明らかになった。