[论文解读] Dark matter signals at the LHC: forecasts from ton-scale direct detection experiments

Giorgio Arcadi, Riccardo Catena+1 more|arXiv (Cornell University)|Nov 21, 2012

Particle physics theoretical and experimental studies参考文献 84被引用 3

一句话总结

本文提出一种新颖策略，将未来1吨级直接探测（DD）实验的信号转化为对大型强子对撞机（LHC）信号的预测性预报，利用现象学MSSM（pMSSM）将暗物质（DM）性质联系起来。对于通过共振湮灭产生、质量为60 GeV的近似希格斯ino型中性子，该方法预测LHC末态将呈现三个轻子与缺失能量的清晰信号，显著增强了直接探测与对撞机探测之间的互补性。

ABSTRACT

The complementarity between dark matter searches at colliders and in underground laboratories is an extraordinarily powerful tool in the quest for dark matter. In the vast majority of the analyses conducted so far these dark matter detection strategies have been profitably combined either to perform global fits in the context of certain particle physics models (e.g. the CMSSM) or to estimate the prospects for a direct dark matter detection given the LHC potential of discovering new physics beyond the Standard Model. In this paper we propose an alternative strategy to combine direct and collider dark matter searches: employing the potential of the upcoming generation of 1-ton direct detection experiments, we show that for certain supersymmetric configurations it is possible to translate the information encoded in an hypothetically discovered direct detection signal into classes of expected signals at the LHC. As an illustrative application of our method, we show that for a 60 GeV neutralino thermally produced via resonant annihilations and identified by a 1-ton direct detection experiment, our approach allows to forecast a clearly identifiable prediction for a LHC final state involving three leptons and missing energy. The strategy presented in this paper to systematically translate a direct detection signal into a prediction for the LHC has the potential to significantly strengthen the complementarity between these two dark matter detection strategies.

研究动机与目标

• 通过利用即将开展的1吨级DD实验，加强直接探测与对撞机探测在暗物质研究中的互补性。
• 将假设观测到的DD信号系统性地转化为LHC末态的明确、模型依赖的预测。
• 探索MSSM中暗物质丰度机制如何将DD可观测量与对撞机信号联系起来。
• 评估1吨级DD实验在约束LHC信号方面，特别是针对具有挑战性的暗物质候选者，其预测能力。
• 展示利用DD数据的贝叶斯推断来预报可探测LHC信号的可行性。

提出的方法

• 本研究采用具有12个自由参数的现象学MSSM（pMSSM）来模拟超对称暗物质候选者。
• 选取了四个基准点，其参数位于当前XENON100实验的排除限之下，但可被1吨级DD实验探测到。
• 采用贝叶斯分析结合马尔可夫链蒙特卡洛（MCMC）方法，从模拟的1吨级DD数据中重建暗物质质量和自旋无关散射截面。
• 在重建过程中系统评估了天体物理不确定性、统计限制和先验选择的影响。
• 利用重建后的后验分布预测LHC信号，重点关注包含缺失能量和轻子的末态，这些末态对相同模型参数敏感。
• 使用7 TeV质心能量下的ATLAS探测器模拟，评估所预测末态的可探测性。

实验结果

研究问题

• RQ1 能否系统性地将1吨级直接探测实验中观测到的信号转化为LHC信号的预报？
• RQ2 在pMSSM框架下，哪些LHC末态与特定DD信号具有最明确的关联性？
• RQ3 DD实验中对暗物质质量和截面重建的精度如何影响LHC预报的可靠性？
• RQ4 MSSM中哪些暗物质产生机制能从DD输入中产生最清晰、最易识别的LHC信号？
• RQ5 未来1吨级DD实验在多大程度上能增强对撞机探测对暗物质的预测能力？

主要发现

• 对于对应于60 GeV近似希格斯ino型中性子、通过共振湮灭产生的基准点xen1，该方法预测LHC末态将呈现三个轻子与缺失能量的显著信号。
• 该预测具有强鲁棒性且清晰可辨，展示了该方法在指导专门LHC搜索方面的潜力。
• 在1吨级DD实验中，对暗物质质量和自旋无关散射截面的重建精度较高，尤其在结合暗物质丰度和B物理约束时更为显著。
• DD数据中的统计限制会影响预测精度，尤其对xen4等更复杂的暗物质候选者影响较大，但通过提高曝光量和优化似然函数可缓解此问题。
• 该方法建立了DD与对撞机信号之间系统性、基于模型的关联，显著增强了两种探测策略之间的协同效应。
• 该方法在暗物质丰度机制直接决定与DD和LHC过程相关耦合的候选者中最为有效。