[论文解读] Addressing the LHC 750 GeV diphoton excess without new colored states
该论文提出一个带有单重标量的两Higgs双峰模型,以解释大型强子对撞机(LHC)750 GeV双光子过剩现象,且无需引入新的有色粒子。结果表明,该共振态主要通过光子融合过程实现所需的双光子产生截面,同时满足所有现象学约束,并预测了未来LHC运行中可检验的衰变模式。
The modest excess in the diphoton invariant mass spectrum around 750 GeV recently detected at the LHC could be preliminary evidence for the existence of a heavy new resonance. Assuming that it is a spinless boson, dubbed $ ilde s$, we consider it within a model containing two weak scalar doublets having zero vacuum expectation values and a scalar singlet in addition to the doublet responsible for breaking the electroweak symmetry. We show that the model is consistent with all phenomenological constraints and can yield a production cross section $\sigma(pp ightarrow ilde{s} ightarrow\gamma\gamma)$ of roughly the desired size, mainly via the photon-fusion contribution, without involving extra colored fermions or bosons. We also discuss other major decay modes of $ ilde s$ which are potentially testable in upcoming LHC measurements.
研究动机与目标
- 解释大型强子对撞机(LHC)观测到的750 GeV双光子过剩现象,且不引入新的有色费米子或玻色子。
- 构建一个具有两个弱标量双峰和一个单重标量的可重整化模型,以保持电弱对称性自发破缺。
- 通过光子融合贡献实现与实验数据一致的双光子产生截面。
- 确保该模型满足所有当前的现象学约束,包括电弱精确测量和味物理。
- 识别并分析未来LHC数据中可能被检验的共振态衰变模式。
提出的方法
- 引入一个包含两个弱标量双峰(真空期望值均为零)和一个实标量单重的模型,外加标准模型的Higgs双峰。
- 将标量单重作为750 GeV共振态($\tilde{s}$),其通过圈图诱导的相互作用与光子耦合。
- 通过主要的光子融合机制计算双光子产生截面,该机制涉及带电粒子的虚圈图。
- 通过调节标量扇区参数,确保模型与电弱精确可观测量保持一致。
- 分析$\tilde{s}$衰变为各种末态(包括$\gamma\gamma$、$ZZ$、$WW$和$\gamma Z$)的分支比,以识别可观测信号。
- 通过检查味改变中性流和Higgs信号强度的约束,评估模型的可行性。
实验结果
研究问题
- RQ1750 GeV双光子过剩是否可以在不引入新有色态的情况下得到解释?
- RQ2在无有色伙伴的模型中,共振态的主要产生机制是什么?
- RQ3该模型能否在满足所有现象学约束的前提下,实现与观测过剩一致的双光子截面?
- RQ4未来LHC数据中,共振态的哪些衰变模式最有可能被观测到?
- RQ5真空期望值和标量混合如何影响共振态的物理学性质?
主要发现
- 该模型通过光子融合过程主要实现了观测到的双光子截面,且无需引入新的有色态。
- 共振态$\tilde{s}$的产生截面可达到与观测过剩相当的量级,与LHC数据一致。
- $\tilde{s} \to \gamma\gamma$的主要贡献来自标量双峰和单重的带电组分参与的圈图。
- 由于额外双峰的真空期望值为零,该模型与电弱精确测试和味物理保持一致。
- 预测了$ZZ$、$WW$和$\gamma Z$的显著分支比,使这些衰变模式在未来LHC数据中可能被观测到。
- 由于未引入新的有色粒子,该模型避免了味物理和对撞机搜索带来的强约束,从而增强了其可行性。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。