[논문 리뷰] Search for Long-Lived Heavy Neutral Leptons with Lepton Flavour Conserving or Violating Decays to a Jet and a Charged Lepton

Hayrapetyan, Aram, Aram Hayrapetyan외 2337명|arXiv (Cornell University)|2023. 01. 01.

Particle physics theoretical and experimental studies참고 문헌 75인용 수 1

한 줄 요약

이 연구는 CERN의 CMS 실험에서 138 fb⁻¹의 데이터를 사용하여 13 TeV에서의 양성자-양성자 충돌에서 장수하는 무거운 중성 렙톤(HNL)을 탐색한다. 깊이 있는 신경망 기반 제트 태거를 활용하여 HNL의 렙톤과 쿼크로의 붕괴에서 발생하는 이격된 제트를 식별하며, 세 개의 렙톤 세대를 동시에 탐색한다. 분석은 현재까지 가장 엄격한 제한을 설정하였으며, 95% 신뢰수준에서 질량이 10 GeV인 디랙(HNL)의 경우 |VµN|² > 5 × 10⁻⁷, 메이조라나(HNL)의 경우 |VµN|² > 4 × 10⁻⁷를 배제한다. 이는 각각 17 mm(10 mm)의 적절한 붕괴 길이에 해당한다.

ABSTRACT

A search for long-lived heavy neutral leptons (HNLs) is presented, which considers the hadronic final state and coupling scenarios involving all three lepton generations in the 2-20 GeV HNL mass range for the first time. Events comprising two leptons (electrons or muons) and jets are analyzed in a data sample of proton-proton collisions, recorded with the CMS experiment at the CERN LHC at a centre-of-mass energy of 13 TeV, corresponding to an integrated luminosity of 138 fb$^{-1}$. A novel jet tagger, based on a deep neural network, has been developed to identify jets from an HNL decay using various features of the jet and its constituent particles. The network output can be used as a powerful discriminating tool to probe a broad range of HNL lifetimes and masses. Contributions from background processes are determined from data. No excess of events in data over the expected background is observed. Upper limits on the HNL production cross section are derived as functions of the HNL mass and the three coupling strengths $V_{\ell\mathrm{N}}$ to each lepton generation $\ell$ and presented as exclusion limits in the coupling-mass plane, as lower limits on the HNL lifetime, and on the HNL mass. In this search, the most stringent limit on the coupling strength is obtained for pure muon coupling scenarios; values of $\lvert V_{\mu\mathrm{N}} vert^{2}\gt $ 5 (4)$ imes$10$^{-7}$ are excluded for Dirac (Majorana) HNLs with a mass of 10 GeV at a confidence level of 95% that correspond to proper decay lengths of 17 (10) mm.

연구 동기 및 목표

• 수명이 최대 10⁴ mm에 이르는 2–20 GeV 질량 범위의 장수하는 무거운 중성 렙톤(HNL)을 탐색한다.
• 세 렙톤 세대(e, μ, τ) 모두를 동시에 탐색하며, 렙톤의 맛을 유지하거나 위반하는 경우를 포함한다.
• HNL 붕괴에서 기인한 이격된 제트를 식별하기 위해 새로운 깊이 있는 신경망 기반 제트 태거를 개발하고 적용한다.
• 데이터 기반 배경 추정을 사용하여 HNL 생성 단면적, 결합 강도, 적절한 붕괴 길이에 대한 배제 한계를 설정한다.
• 이전의 연구에서 단일 렙톤 세대에만 국한된 결합을 가정한 것과는 달리, HNL에 대한 감도를 향상시킨다.

제안 방법

• 깊이 있는 신경망을 훈련시켜 제트의 운동량 및 구조적 특성과 그 구성 입자의 특성을 사용하여 HNL 붕괴에서 기인한 제트를 식별한다.
• 망각된 제트와 구별하기 위해 제트 질량, 트랙 다수, 영향도 파라미터, 그리고 제2의 정점 특성 등의 입력 변수를 사용한다.
• 두 개의 렙톤(e, μ)과 제트를 포함하는 사건을 선별하며, 한 렙톤은 즉각적인 것이고 다른 한 렙톤은 HNL 붕괴에 일치하는 이격된 것이어야 한다.
• 제어 영역을 사용하여 데이터로부터 직접 배경 기여도를 추정함으로써 시뮬레이션에 의존하는 것을 최소화한다.
• 신호 및 배경 모델링의 불확실성을 고려하여 CLs 방법을 사용하여 배제 한계를 유도한다.
• VℓN의 전체 결합 공간을 다루어 디랙 및 메이조라나 HNL 둘 다에 대한 감도를 확보한다.

실험 결과

연구 질문

• RQ1 장수하는 HNL의 이격 붕괴를 고려할 때, 2–20 GeV 질량 범위 내에서 HNL의 μ 렙톤 결합에 대한 가장 엄격한 배제 한계는 무엇인가?
• RQ2 기존 방법과 비교해 깊이 있는 신경망 기반 제트 태거가 HNL 붕괴에서 기인한 이격된 제트를 식별하는 데 얼마나 효과적인가?
• RQ3 전체 결합 공간에서 디랙 및 메이조라나 HNL에 대해 HNL의 적절한 붕괴 길이(cτ₀)에 대한 감도 한계는 무엇인가?
• RQ4 단일 렙톤 세대로의 고유한 결합을 가정하는 대신, 여러 렙톤 세대에 대한 혼합된 결합을 允허할 경우 배제 한계는 어떻게 변화하는가?
• RQ5 렙톤의 맛을 유지하는 경우와 위반하는 경우를 모두 포함할 경우, 전체 탐색 감도에 미치는 영향은 무엇인가?

주요 결과

• 예상 배경에 비해 통계적으로 뚜렷한 초과 사건은 관측되지 않았다.
• 10 GeV의 디랙 HNL에 대해 |VµN|² > 5 × 10⁻⁷는 95% 신뢰수준에서 배제되며, 이는 17 mm의 적절한 붕괴 길이에 해당한다.
• 10 GeV의 메이조라나 HNL에 대해 |VµN|² > 4 × 10⁻⁷는 95% 신뢰수준에서 배제되며, 이는 10 mm의 적절한 붕괴 길이에 해당한다.
• 이 탐색은 현재까지 2–20 GeV 질량 범위에서 HNL의 결합에 대해 가장 엄격한 제한을 설정하였으며, 특히 순수한 μ 렙톤 결합 시나리오에서 두드러진다.
• 깊이 있는 신경망 기반 제트 태거는 이격된 제트에 대한 감도를 크게 향상시켜, cτ₀가 최대 10⁴ mm에 이르는 장수하는 HNL를 탐색할 수 있게 하였다.
• 배제 한계는 HNL 질량과 결합 강도에 대한 함수로 제시되었으며, 세 렙톤 세대와 디랙, 메이조라나 HNL의 두 경우를 모두 포함한다.