[论文解读] Majorana neutrino mass constraints in the landscape of nuclear matrix elements

E. Lisi, A. Marrone|arXiv (Cornell University)|Apr 20, 2022

Neutrino Physics Research参考文献 37被引用 9

一句话总结

该论文提出了一种二次近似框架，用于整合多同位素无中微子双贝塔衰变（0νββ）数据，从而在核矩阵元（NME）的广阔参数空间中精确约束有效马约拉纳中微子质量 mββ。结果表明，在反序质量谱区域，KamLAND-Zen（136Xe）主导了灵敏度，而 Xe、Ge 和 Te 同位素的联合数据可获得更紧的 mββ 约束，且结果对 NME 不确定性和模型依赖性假设敏感。

ABSTRACT

We discuss up-to-date constraints on the Majorana neutrino mass $m_{\beta\beta}$ from neutrinoless double beta decay ($0 u\beta\beta$) searches in experiments using different isotopes: KamLAND-Zen and EXO ($^{136}$Xe), GERDA and MAJORANA ($^{76}$Ge) and CUORE ($^{130}$Te). Best fits and upper bounds on $m_{\beta\beta}$ are explored in the general landscape of nuclear matrix elements (NME), as well as for specific NME values obtained in representative nuclear models. By approximating the likelihood of $0 u\beta\beta$ signals through quadratic forms, the analysis of separate and combined isotope data becomes exceedingly simple, and allows to clarify various aspects of multi-isotope data combinations. In particular, we analyze the relative impact of different data in setting upper bounds on $m_{\beta\beta}$, as well as the conditions leading to nonzero $m_{\beta\beta}$ at best fit, for variable values of the NMEs. Detailed results on $m_{\beta\beta}$ from various combinations of data are reported in graphical and numerical form. Implications for future $0 u\beta\beta$ data analyses and NME calculations are briefly discussed.

研究动机与目标

• 开发一种简化的二次近似方法，用于整合多同位素 0νββ 数据以约束 mββ。
• 探讨在不同理论模型下，mββ 的上限和最佳拟合值如何依赖于核矩阵元（NME）的选择。
• 阐明各同位素（136Xe、76Ge、130Te）在联合数据分析中对 mββ 约束的相对贡献。
• 评估 NME 不确定性对未来 0νββ 实验和全球拟合的影响。

提出的方法

• 使用二次近似 ∆χ²_i(Si) = aiS²_i + biSi + ci 建模每个同位素的实验似然，其中 Si = 1/Ti 为信号强度。
• 通过系数 ai、bi、ci 参数化实验结果（KamLAND-Zen、GERDA、MAJORANA、CUORE），并将偏移项 ci 调整至在 Si ≥ 0 时 ∆χ² 最小值为 0。
• 通过累加各独立实验的 ∆χ² 函数实现联合分析，保持同位素间统计一致性。
• 利用公式 (6) 映射 mββ 约束：Si = GiMi²mββ²，其中 Gi 为相空间因子，Mi 为 NME。
• 探索 NME 值的完整参数空间，并与壳模型、QRPA 和 EDF 计算中的代表性值进行比较。
• 通过 ∆χ² = 2.706 确定 90% 置信水平上限，实现无需完整似然采样的快速、解析式全局拟合。

实验结果

研究问题

• RQ1 在单个和联合 0νββ 实验中，mββ 的上限如何随核矩阵元（NME）参数空间的变化而变化？
• RQ2 各同位素（136Xe、76Ge、130Te）在联合 mββ 约束中的相对贡献是什么？
• RQ3 在何种条件下最佳拟合 mββ 变为非零？其与 NME 值的关系如何？
• RQ4 不同核模型（如壳模型、QRPA、EDF）如何影响当前 0νββ 数据的解释？
• RQ5 NME 不确定性对未来 0νββ 实验和全球数据组合有何影响？

主要发现

• 在反序质量谱区域，KamLAND-Zen（136Xe）数据主导了对 mββ 的灵敏度，对有利的 NME 值设定了最紧的约束。
• Xe、Ge 和 Te 数据的联合分析在 NME 约为 1.5–2.0 时，可将 mββ 的上限控制在 15 meV 以下，具体取决于模型假设。
• 对于 NME ≈ 1.5，联合数据的 90% 置信水平上限约为 12–14 meV，优于单一同位素的限制。
• 仅当 NME 超过 ≈1.2–1.3 时，最佳拟合 mββ 才变为非零，具体取决于同位素组合与模型。
• 对似然函数的二次近似提供了一种高度精确且计算高效的全球 0νββ 数据整合方法，其有效性可达 3σ 水平。
• 该分析澄清了 mββ 图中所谓的“IO 区域”实为误称，因为当投影到 (Σ, mββ) 平面时，该区域同时包含正常和反序质量谱情形。