[論文レビュー] Yukawa coupling unification in an $\mathsf{SO(10)}$ model consistent with Fermilab $(g-2)_{\mu}$ result

Amin Aboubrahim, Pran Nath+1 more|arXiv (Cornell University)|Apr 20, 2021

Particle physics theoretical and experimental studies参考文献 85被引用数 8

ひとこと要約

本稿では、フェルミラブE989が測定した4.2σのミュオン磁気モーメントの異常と整合する第3世代フェルミオンのYukawa結合の統一を実現するSO(10)大統一理論を提案する。超重力パラメータ空間をニューラルネットワークで探索することで、Yukawa統一と(g−2)μ異常が共存する領域、特にグルーコン駆動の電弱対称性の破れ領域を同定し、LHCで観測可能な軽いスレプトンとウィーブィノを予測する分離スパルトスペクトルを提示する。

ABSTRACT

We investigate the Yukawa coupling unification for the third generation in a class of $\mathsf{SO(10)}$ unified models which are consistent with the 4.2 $\sigma$ deviation from the standard model of the muon $g-2$ seen by the Fermilab experiment E989. A recent analysis in supergravity grand unified models shows that such an effect can arise from supersymmetric loops correction. Using a neural network, we further analyze regions of the parameter space where Yukawa coupling unification consistent with the Fermilab result can appear. In the analysis we take into account the contributions to Yukawas from the cubic and the quartic interactions. We test the model at the high luminosity and high energy LHC and estimate the integrated luminosities needed to discover sparticles predicted by the model.

研究の動機と目的

• 第3世代のYukawa結合の統一が、フェルミラブの(g−2)μ結果と整合するSO(10)大統一モデルで達成可能かどうかを調査すること。
• 超対称的ループ補正が4.2σのミュオンg−2の偏差を説明できる、超重力(SUGRA)パラメータ空間の妥当な領域を同定すること。
• 特に軽いスレプトンとウィーブィノ、重いグルーコンと squarks を有する分離スペクトルに注目したスパルト質量スペクトルを計算すること。
• 深層ニューラルネットワークを用いたイベント分類により、高輝度LHCおよび高エネルギーLHCにおけるこれらのスパルトの発見可能性をシミュレートすること。
• HL-LHC（14 TeV、3000 fb⁻¹）およびHE-LHC（27 TeV、700–2100 fb⁻¹）における予測スパルトの観測に必要な統合照射量を推定すること。

提案手法

• 欠落したパートナーメカニズムとゲージ対称性の破れを実現するため、大規模なヒッグス表現（126+126、210、10+10、120）を有するSO(10) SUGRAモデルを構築する。
• 超ポテンシャルにおける3次（W3）および4次（W4）相互作用からのYukawa結合を組み込み、高次元オペレーターからの寄与を明示的に計算する。
• 深層ニューラルネットワーク（DNN）を用いてSUGRAパラメータ空間を走査し、超対称的ループが(g−2)μ異常を説明する領域を同定する。
• スパルト質量を決定するスペクトル計算を実施し、軽いスレプトン（数100 GeV）と重いグルーコン／スクォークを有する分離スペクトルを同定する。
• モンテカルロイベント生成を用いてLHCにおけるスレプトン対生成をシミュレートし、運動学的およびDNNベースの選別カットを適用して信号とバックグラウンドを区別する。
• 信号対バックグラウンドの有意水準を用いて、HL-LHC（14 TeV、3000 fb⁻¹）およびHE-LHC（27 TeV、700–2100 fb⁻¹）における発見に必要な統合照射量を推定する。

実験結果

リサーチクエスチョン

• RQ1 第3世代のYukawa結合の統一が、同時にフェルミラブの(g−2)μ異常を説明できるSO(10) GUTモデルで達成可能か？
• RQ2 どのSUGRAパラメータ空間の領域が、4.2σの偏差と整合する超対称的(g−2)μ寄与を許容するか？
• RQ3 このようなモデルで得られるスパルト質量スペクトルは何か？特に軽いスレプトンを有する分離スペクトルを予測するか？
• RQ4 予測された軽いスレプトンは、HL-LHCおよびHE-LHCでどれほど発見可能か？また、必要な統合照射量は何か？
• RQ5 深層ニューラルネットワークは、2レプトン最終状態におけるスレプトン対生成の信号感度をどの程度向上させるか？

主な発見

• g−2)μ異常を説明するための好ましいパラメータ空間は、超対称的ループが必要な補正を生成するグルーコン駆動の放射的対称性破れ領域（˜gSUGRA）に存在する。
• 超ポテンシャルにおける3次および4次相互作用からの寄与により、GUTスケールでトップ、ボトム、タウフェルミオンのYukawa結合の統一が達成される。
• このモデルは、軽いスレプトンとウィーブィノ（数100 GeV）、重いグルーコン、スクォーク、ヒッグスイノを有する分離スパルトスペクトルを予測する。
• 2レプトン最終状態におけるスレプトン対生成は、HE-LHCで700 fb⁻¹の統合照射量で発見可能であり、HL-LHCでは一部のベンチマークで最大2100 fb⁻¹が必要となる。
• 深層ニューラルネットワークは信号の識別を著しく向上させ、ベンチマーク(b)では27 TeV、2800 fb⁻¹で信号過剰が観測され、ベンチマーク(g)では700 fb⁻¹で発見が可能となる。
• 全ベンチマーク（f）、（g）、（h）、（i）はHE-LHCで発見可能であるが、HL-LHCでは（g）、（h）、（i）のみが潜在的に発見可能であり、（b）および（d）はHE-LHCでのみ発見可能である。