[論文レビュー] Snowmass 2021 Dark Matter Complementarity Report

A. Boveia, Mohamed Berkat+25 more|arXiv (Cornell University)|Nov 13, 2022

Dark Matter and Cosmic Phenomena被引用数 3

ひとこと要約

このSnowmass 2021レポートは、宇宙、エネルギー、ニュートリノ、レアプロセス、精密測定のフロンティアを横断する補完的戦略を提唱し、ダークマター（DM）の発見可能性を最大化する。直接的・間接的検出、宇宙論的プローブ、量子センサーを含む多様な実験ポートフォリオを提唱し、axion、不活性ニュートリノ、弱く相互作用する大質量粒子（WIMPs）を含む広範なDM候補のパラメータ空間を探索する。その目的は、相乗効果を生む多様な手法を組み合わせることで、画期的な発見を実現することにある。

ABSTRACT

The fundamental nature of Dark Matter is a central theme of the Snowmass 2021 process, extending across all Frontiers. In the last decade, advances in detector technology, analysis techniques and theoretical modeling have enabled a new generation of experiments and searches while broadening the types of candidates we can pursue. Over the next decade, there is great potential for discoveries that would transform our understanding of dark matter. In the following, we outline a road map for discovery developed in collaboration among the Frontiers. A strong portfolio of experiments that delves deep, searches wide, and harnesses the complementarity between techniques is key to tackling this complicated problem, requiring expertise, results, and planning from all Frontiers of the Snowmass 2021 process.

研究の動機と目的

• 理論的に動機づけられたDM候補の広範かつ多次元的なパラメータ空間（質量はsub-eVからTeVまで、相互作用強度は多数のオーダーにわたる）をカバーするため、あらゆる実験的フロンティアにわたる統合的・横断的戦略を構築し、DM研究の発見可能性を最大化すること。
• 直接検出、間接検出、コライダー、宇宙論的探査といった異なる検出手法の補完的関係を強調し、重複する感度によって発見の妥当性を検証し、DMの性質を三角測量的に特定すること。
• AI/MLや量子センシングを含む成熟した技術および画期的な技術を前進させ、未開拓のDMパラメータ領域への感度を拡張すること。
• 今後10年間の非発見結果が、信号が得られなくてもDMモデルに対する重要な制約を提供することを保証すること。

提案手法

• CF, EF, NF, RF, AF, CEF, CompF, IF, UF, TF といったすべてのHEPフロンティアにわたる実験のポートフォリオを提示し、DMパラメータ空間の広範なカバーを確保する。
• 手法間の補完的関係を強調する。例えば、直接検出はDMの速度分布や空間的分布を測定するが、宇宙論的プローブはハロー構造や小スケールパワーを制約する。
• 次世代施設（例：HL-LHC, FCC-hh, Rubin LSST, DMRadio-m3, Katrin, TRISTAN）の予想感度を用いて、DM質量と結合定数の範囲にわたる感度マップを構築する。
• 熱的生成、共鳴的生成、非熱的生成といったDM生成メカニズムの理論的モデリングを統合し、実験設計と解釈を支援する。
• AI/MLおよび量子センシングを活用して感度を向上させ、標準模型を超える新しい検出チャネルを探索する。
• 複数の手法の結果を統合することで、発見が確認された場合にDMの性質を三角測量的に特定し、モデル依存性を低減して信頼性を高める。

実験結果

リサーチクエスチョン

• RQ1 複数の実験的フロンティアにわたる補完的関係は、質量と結合定数の広範な範囲にわたるダークマター発見可能性をどのように向上させるか？
• RQ2 大規模施設と革新的技術を網羅する最適な実験ポートフォリオは、最小限かつ理論的に動機づけられたDMモデルに対して、どの程度感度を最大化できるか？
• RQ3 宇宙論的、直接的、間接的、コライダー探索は、同じDM候補をどの程度モデルに依存せずに特徴づけることができるか？
• RQ4 発見が得られない場合、補完的技術を横断して非観測が、DMの性質や新しい物理学に対する強力な制約をもたらす方法は何か？
• RQ5 AI/MLや量子センサーといった新興技術は、既存および将来のDM探索の範囲をどの程度拡張する役割を果たすか？

主な発見

• sub-eVのaxionからTeVスケールのWIMPsまで、広範なDM候補の多様で多次元的なパラメータ空間をカバーするため、あらゆるHEPフロンティアにわたる広範な実験ポートフォリオが不可欠である。
• 直接検出、宇宙論的プローブ、トリチウムベータ崩壊実験といった補完的技術は、不活性ニュートリノDMを独立して制約可能であり、感度は初期宇宙モデルの詳細（例：レプトン非対称性、標準模型外のニュートリノ相互作用）に依存する。
• 直接検出（例：DMRadio-m3）によってQCD axionが発見されれば、DMハローの速度分布および位置分布を高精度で測定可能となり、宇宙論的プローブとの照合が可能になり、CMB Bモード予測との不一致を明らかにする可能性がある。
• QCD axionの発見は、KSVZやDFSZモデルにおける追加粒子の存在を制約し、将来の高エネルギー物理学コライダー計画の設計を支援する。
• 複数の補完的チャネルでの非発見は、DESIL、Rubin LSST、および将来の調査から得られる宇宙論的データと組み合わせることで、光量のDMおよび不活性ニュートリノに対する制限を数個のオーダー向上させ、強力な制約をもたらす。
• AI/MLおよび量子センシングのDM探索への統合は、特に低信号領域において新しい検出チャネルを解き放ち、感度を向上させることが期待される。