[论文解读] Sterile Neutrino Searches with MicroBooNE: Electron Neutrino Disappearance

Peter B. Denton|arXiv (Cornell University)|Nov 10, 2021

Neutrino Physics Research被引用 8

一句话总结

本文利用MicroBooNE的液氩时间投影室数据，在四个独立分析通道中搜索了由惰性中微子引起的电子中微子消失现象。Wire-Cell分析给出了最强的2.4σ显著性信号，支持混合参数 sin²(2θ₁₄) = 0.35⁺⁰.¹⁹₋₀.¹⁶ 和 Δm²₄₁ = 1.25⁺⁰.⁷⁴₋₀.³⁹ eV²，与反应堆、源和加速器实验中的异常现象一致。

ABSTRACT

A sterile neutrino is a well motivated minimal new physics model that leaves an imprint in neutrino oscillations. Over the last two decades, a number of hints pointing to a sterile neutrino have emerged, many of which are pointing near $m_4\sim1$ eV. Here we show how MicroBooNE data can be used to search for electron neutrino disappearance using each of their four analysis channels. We find a hint for oscillations with the highest single channel significance of $2.4σ$ (using the Feldman-Cousins approach) coming from the Wire-Cell analysis and a simplified treatment of the experimental systematics. The preferred parameters are $\sin^2(2θ_{14})=0.35^{+0.19}_{-0.16}$ and $Δm^2_{41}=1.25^{+0.74}_{-0.39}$ eV$^2$. This region of parameter space is in good agreement with existing hints from source experiments, is at a similar frequency but higher mixing than indicated by reactor anti-neutrinos, and is at the edge of the region allowed by solar neutrino data. Existing unanalyzed data from MicroBooNE could increase the sensitivity to the $>3σ$ level.

研究动机与目标

• 利用MicroBooNE的液氩时间投影室数据，搜索通过惰性中微子振荡引起的电子中微子消失现象。
• 检验MicroBooNE数据与反应堆、源和加速器实验中现有惰性中微子迹象的兼容性。
• 评估多个独立分析通道在 m₄ ~ 1 eV 质量范围内的惰性中微子参数敏感度。
• 评估系统误差和统计处理方法对潜在振荡信号显著性的影响。
• 识别MicroBooNE数据与惰性中微子领域其他实验异常现象一致的参数空间区域。

提出的方法

• 采用四个独立分析通道：Wire-Cell、深度学习、Pandora（含1个及以上质子，Np）和Pandora（不含质子，0p），各通道具有不同的事例选择与重建策略。
• 采用Feldman-Cousins统一方法计算统计显著性，确保对上限和发现声明的正确处理。
• 通过约束分析流程估算系统误差，针对 νₑ 和背景率进行优化，提升显著性估计的稳健性。
• 应用Wilks定理确定振荡参数的1σ置信区域，同时在无约束参数空间中进行最小化。
• 初始分析中未应用能量展宽和去卷积处理，但已测试其影响，发现显著性变化不超过0.5σ。
• 量化了各分析间事件集合的重叠程度，以评估统计独立性，并避免在联合显著性估计中重复计数。

实验结果

研究问题

• RQ1 MicroBooNE数据在四个独立分析通道中，电子中微子消失的显著性如何？
• RQ2 MicroBooNE的 νₑ 搜索通道中观测到的事例率是否显示出 Δm²₄₁ ≈ 1 eV² 的惰性中微子振荡证据？
• RQ3 MicroBooNE获得的最佳振荡参数与反应堆、源和加速器实验的结果相比如何？
• RQ4 不同分析通道的结果在多大程度上是统计独立的？这如何影响联合显著性？
• RQ5 系统误差和统计假设在多大程度上影响了对数据中潜在惰性中微子信号的解释？

主要发现

• Wire-Cell分析在电子中微子消失方面获得最高的单通道显著性，达2.4σ，采用Feldman-Cousins方法计算。
• Wire-Cell分析的最佳拟合参数为 sin²(2θ₁₄) = 0.35⁺⁰.¹⁹₋₀.¹⁶ 和 Δm²₄₁ = 1.25⁺⁰.⁷⁴₋₀.³⁹ eV²，与反应堆和源实验的迹象一致。
• Pandora-Np分析也显示出2.4σ的显著性，最佳拟合参数为 sin²(2θ₁₄) = 0.81⁺⁰.¹⁹₋₀.⁴⁷ 和 Δm²₄₁ 范围为 [1.28, 2.44] eV²。
• 深度学习和Pandora-0p分析的显著性较低（1.8σ），最佳拟合点接近最大混合，但无明显振荡证据。
• 最敏感的两个分析（Wire-Cell和Pandora-Np）在事件内容上存在显著重叠（约70%的Pandora-Np事件也出现在Wire-Cell中），但Pandora-0p基本独立。
• 尚未分析的MicroBooNE数据可能使显著性提升至3σ水平，表明未来有望确认2.4σ的显著性信号。