[論文レビュー] Majorana neutrino mass constraints in the landscape of nuclear matrix elements

E. Lisi, A. Marrone|arXiv (Cornell University)|Apr 20, 2022

Neutrino Physics Research参考文献 37被引用数 9

ひとこと要約

本稿は、多核種ニュートリノ無質量二重ベータ崩壊（0νββ）データを統合するための2次近似フレームワークを構築し、核行列要素（NME）の多様な状況下で有効なメイジャー二重ネイチャー・ニュートリノ質量 mββ の高精度な制約を可能にする。KamLAND-Zen（136Xe）が反転質量順序領域において主に感度を支配しており、Xe、Ge、Te同位体のデータを統合することで、mββ の制約が厳しくなることが明らかになった。結果はNMEの不確実性やモデル依存の仮定に敏感である。

ABSTRACT

We discuss up-to-date constraints on the Majorana neutrino mass $m_{\beta\beta}$ from neutrinoless double beta decay ($0 u\beta\beta$) searches in experiments using different isotopes: KamLAND-Zen and EXO ($^{136}$Xe), GERDA and MAJORANA ($^{76}$Ge) and CUORE ($^{130}$Te). Best fits and upper bounds on $m_{\beta\beta}$ are explored in the general landscape of nuclear matrix elements (NME), as well as for specific NME values obtained in representative nuclear models. By approximating the likelihood of $0 u\beta\beta$ signals through quadratic forms, the analysis of separate and combined isotope data becomes exceedingly simple, and allows to clarify various aspects of multi-isotope data combinations. In particular, we analyze the relative impact of different data in setting upper bounds on $m_{\beta\beta}$, as well as the conditions leading to nonzero $m_{\beta\beta}$ at best fit, for variable values of the NMEs. Detailed results on $m_{\beta\beta}$ from various combinations of data are reported in graphical and numerical form. Implications for future $0 u\beta\beta$ data analyses and NME calculations are briefly discussed.

研究の動機と目的

• 多核種0νββデータを統合するための簡素化された2次近似法を開発し、mββ を制約すること。
• 異なる理論的モデルにおける核行列要素（NME）の選択に応じて、mββ の上限と最尤推定値がどのように変化するかを調査すること。
• Xe、Ge、Te同位体（136Xe、76Ge、130Te）の個々の寄与が、統合されたデータ解析におけるmββ 制約に与える相対的影響を明確にすること。
• NMEの不確実性が将来の0νββ実験およびグローバルフィットに与える影響を評価すること。

提案手法

• 各同位体の実験的尤度を、∆χ²_i(Si) = aiS²_i + biSi + ci という2次近似でモデル化し、Si = 1/Ti を信号強度とする。
• KamLAND-Zen、GERDA、MAJORANA、CUOREの実験結果を係数 ai、bi、ci でパラメータ化し、Si ≥ 0 で ∆χ² の最小値が 0 になるようにオフセット ci を調整する。
• 独立した実験の ∆χ² 関数を合算することで、同位体間の統計的一致性を保ったまま統合する。
• 式 (6) を用いて mββ の制約をマッピングする：Si = GiMi²mββ²、ここで Gi は空間因子、Mi は NME である。
• 殻模型、QRPA、EDF 計算からの代表的値と比較するため、NME 値の全範囲を探索する。
• ∆χ² = 2.706 を用いて90%信頼水準の上限を導出する。これにより、フル尤度サンプリングを必要とせず、高速かつ解析的なグローバルフィットが可能になる。

実験結果

リサーチクエスチョン

• RQ1 個別および統合された0νββ実験において、核行列要素（NME）の多様な状況下で、mββ の上限はどのように変化するか？
• RQ2 Xe、Ge、Te同位体（136Xe、76Ge、130Te）の各同位体が、統合されたmββ 制約における感度に果たす相対的寄与は何か？
• RQ3 最尤推定されたmββ が非ゼロとなる条件は何か？これはNMEの値にどのように依存するか？
• RQ4 殻模型、QRPA、EDF などの異なる核モデルは、現在の0νββデータの解釈にどのように影響を与えるか？
• RQ5 NMEの不確実性は、将来の0νββ実験およびグローバルデータ統合にどのような影響を及えるか？

主な発見

• 反転質量順序領域において、KamLAND-Zen（136Xe）のデータがmββ への感度を支配し、有利なNME条件下で最も厳しい制約を設定する。
• Xe、Ge、Teのデータを統合した解析により、NMEが1.5–2.0前後の場合、mββ の上限は15 meV未満になる。
• NME ≈ 1.5 の場合、統合データからの90%信頼水準の上限は約12–14 meVであり、個々の同位体の制約を改善する。
• 最尤推定されたmββ が非ゼロになるのは、NMEが約1.2–1.3を超えた場合に限る。これは同位体の組み合わせやモデルに依存する。
• 尤度に対する2次近似は、3σレベルまで有効な高精度かつ計算効率の良いグローバル0νββデータ統合手法を提供する。
• 本解析により、mββ 図における「IO領域」と呼ばれる領域は誤解を招く用語であることが明確になった。これは、(Σ, mββ) 平面に投影すると、正順序と反転順序の両方の状況を含むからである。