[论文解读] Unveiling Hidden Physics at the LHC

Oliver Fischer, B. R. Mellado Garcia+31 more|arXiv (Cornell University)|Sep 13, 2021

Particle physics theoretical and experimental studies被引用 5

一句话总结

本文综述了粒子物理中的异常现象——如味物理异常、多轻子末态、类希格斯玻色子异常以及中微子异常——这些现象表明存在超出标准模型的新物理。文章倡导利用欧洲核子研究中心（CERN）的开放数据与机器学习技术，开发新的搜索策略，以揭示隐藏的新物理信号，特别是在软子最终态或QCD类事件等具有挑战性的末态中。强调公共数据的使用与实验工作相辅相成，而非相互竞争。

ABSTRACT

The field of particle physics is at the crossroads. The discovery of a Higgs-like boson completed the Standard Model (SM), but the lacking observation of convincing resonances Beyond the SM (BSM) offers no guidance for the future of particle physics. On the other hand, the motivation for New Physics has not diminished and is, in fact, reinforced by several striking anomalous results in many experiments. Here we summarise the status of the most significant anomalies, including the most recent results for the flavour anomalies, the multi-lepton anomalies at the LHC, the Higgs-like excess at around 96 GeV, and anomalies in neutrino physics, astrophysics, cosmology, and cosmic rays. While the LHC promises up to 4/ab of integrated luminosity and far-reaching physics programmes to unveil BSM physics, we consider the possibility that the latter could be tested with present data, but that systemic shortcomings of the experiments and their search strategies may preclude their discovery for several reasons, including: final states consisting in soft particles only, associated production processes, QCD-like final states, close-by SM resonances, and SUSY scenarios where no missing energy is produced. New search strategies could help to unveil the hidden BSM signatures, devised by making use of the CERN open data as a new testing ground. We discuss the CERN open data with its policies, challenges, and potential usefulness for the community. We showcase the example of the CMS collaboration, which is the only collaboration regularly releasing some of its data. We find it important to stress that individuals using public data for their own research does not imply competition with experimental efforts, but rather provides unique opportunities to give guidance for further BSM searches by the collaborations. Wide access to open data is paramount to fully exploit the LHCs potential.

研究动机与目标

• 识别并总结当前粒子物理实验中提示存在标准模型之外新物理的关键异常现象。
• 分析当前大型强子对撞机（LHC）搜索策略中存在的系统性局限，这些局限可能阻碍新物理信号的发现。
• 倡导更广泛地利用欧洲核子研究中心（CERN）的开放数据政策，使更广泛的科研群体能够开展独立、与模型无关的搜索。
• 探讨机器学习及无监督学习方法在复杂、显著性较低的末态中探测隐藏新物理信号的作用。
• 通过展示公共数据如何在不削弱实验工作前提下指导未来LHC搜索，促进理论与实验工作者之间的合作。

提出的方法

• 系统性回顾来自味物理、多轻子末态、96 GeV处类希格斯玻色子过量以及中微子/天体物理异常的异常现象。
• 识别现有搜索策略的不足：软末态、关联产生过程、QCD类本底、与新物理信号质量相近的标准模型共振态，以及R-奇偶性破坏的超对称（SUSY）模型。
• 推广CERN开放数据政策，作为利用真实实验数据测试新搜索方法的平台。
• 以CMS开放数据（在六年之后发布）为案例，展示公众分析与方法开发的可行性。
• 应用机器学习技术，特别是无监督和半监督学习方法，以检测非共振或微弱的新物理信号。
• 强调FAIR原则（可发现性、可访问性、可互操作性、可重用性），以确保数据的可用性与长期科学价值。

实验结果

研究问题

• RQ1 当前粒子物理实验中的哪些异常最强烈地暗示了标准模型之外新物理的存在？
• RQ2 为何某些新物理信号——如包含软子或QCD类末态的信号——被标准LHC搜索策略所遗漏？
• RQ3 如何利用CERN的开放数据政策，开发更灵敏的新搜索策略，以发现隐藏的新物理？
• RQ4 在哪些方面，机器学习（尤其是无监督和半监督方法）能够提升对非共振或低显著性新物理信号的探测能力？
• RQ5 独立研究人员在使用公共数据时，如何建设性地贡献于LHC计划，而不与实验合作组产生竞争？

主要发现

• 多个异常现象——如 $b \to s\ell^+\ell^-$、B-介子衰变、异常磁矩，以及96 GeV处的类希格斯玻色子过量——均指向标准模型之外的新物理。
• CMS合作组是目前唯一通过CERN开放数据门户公开发布重建数据的LHC实验，为外部分析提供了可能。
• LHC搜索中的系统性挑战包括：软子末态、关联产生过程、QCD类背景、以及与新物理信号质量相近的标准模型共振态。
• 机器学习，特别是无监督和半监督学习方法，被确认为探测微弱或非共振新物理信号的关键工具。
• 独立研究人员使用开放数据并不与实验工作竞争，反而能为未来搜索和模型构建提供宝贵指导。
• 广泛获取开放数据、改善文档说明、统一数据格式，以及提升计算资源可及性，是充分释放LHC发现潜力的必要条件。