[论文解读] Quantum decoherence and relaxation in neutrinos using long-baseline data

A. L. G. Gomes, R. A. Gomes+1 more|arXiv (Cornell University)|Jan 25, 2020

Neutrino Physics Research参考文献 58被引用 10

一句话总结

本研究利用 MINOS 和 T2K 的长基线数据，研究了中微子振荡中的量子退相干与弛豫现象，通过退相干参数 $\gamma_0 (E/\text{GeV})^n$ 对环境相互作用进行建模，其中 $n = -2, 0, +2$。联合分析将 $n = -2$ 情况下 $\gamma_0$ 的 90% 置信水平上限改进至 $1.7 \times 10^{-23}$~GeV，表明对负能量依赖关系具有更高的灵敏度。

ABSTRACT

We investigate the effect of quantum decoherence and relaxation in neutrino oscillations using MINOS and T2K data. The formalism of open quantum systems is used to describe the interaction of a neutrino system with the environment, where the strength of the interaction is regulated by a decoherence parameter $\Gamma$. We assume an energy dependence parameterized by $\Gamma = \gamma_0 (E/\mbox{GeV})^n$, with $n=-2,0,+2$, and study three different scenarios. The MINOS and T2K data present a complementary behavior, with regard to our theoretical model, resulting in a better sensitivity for $n = +2$ and $n = -2$, respectively. We perform a combined analysis of both experimental data and include a reactor constraint on $\sin^2 heta_{13}$. The results of our combined analyses improve significantly the previous bounds on $\gamma_0$ for $n = -2$, reporting an upper bound of $1.7 imes 10^{-23}$~GeV, at the 90\% confidence level.

研究动机与目标

• 利用长基线实验数据研究量子退相干与弛豫对中微子振荡的影响。
• 使用开放量子系统理论框架对中微子与环境的相互作用进行建模。
• 利用 MINOS 和 T2K 数据，针对不同能量依赖关系（$n = -2, 0, +2$）约束退相干参数 $\gamma_0$。
• 通过结合加速器数据与 $\sin^2\theta_{13}$ 的反应堆约束，改进 $\gamma_0$ 的现有限制。

提出的方法

• 采用开放量子系统框架，通过退相干参数 $\Gamma = \gamma_0 (E/\text{GeV})^n$ 描述中微子-环境相互作用。
• 通过 $n = -2, 0, +2$ 参数化退相干的能量依赖关系，以探索不同的物理情景。
• 对 MINOS 和 T2K 的长基线中微子振荡数据进行联合拟合，以约束 $\gamma_0$。
• 引入对 $\sin^2\theta_{13}$ 的反应堆约束，以提高分析的灵敏度与鲁棒性。
• 使用频次派统计方法，为每种 $n$ 值推导 $\gamma_0$ 的 90% 置信水平上限。

实验结果

研究问题

• RQ1 MINOS 和 T2K 数据对退相干参数 $\Gamma$ 的不同能量依赖关系具有多高的灵敏度？
• RQ2 MINOS 和 T2K 数据集在约束中微子系统量子退相干方面如何互补？
• RQ3 对于 $n = -2$ 能量依赖关系情景，$\gamma_0$ 的改进上限是多少？
• RQ4 包含对 $\sin^2\theta_{13}$ 的反应堆约束如何提升分析的灵敏度？
• RQ5 观测数据对中微子退相干与弛豫模型有何影响？

主要发现

• MINOS 与 T2K 数据的联合分析显著改进了 $n = -2$ 情况下 $\gamma_0$ 的上限。
• 对于 $n = -2$，$\gamma_0$ 的 90% 置信水平上限确定为 $1.7 \times 10^{-23}$~GeV。
• MINOS 与 T2K 数据集表现出互补的灵敏度：T2K 对 $n = -2$ 更为敏感，而 MINOS 对 $n = +2$ 更为敏感。
• 引入对 $\sin^2\theta_{13}$ 的反应堆约束显著提升了 $\gamma_0$ 上限的精度。
• 结果相较于以往限制有显著改进，尤其在 $n = -2$ 情景下。