Суперсимметрия (Supersymmetry, SUSY) - захватывающая и красивая теория, отвечающая на некоторые открытые вопросы в физике частиц. Она предсказывает, что у всех известных частиц есть «суперпартнер» с несколько иными свойствами. Например, самый тяжелый кварк Стандартной модели, топ-кварк, будет иметь суперпартнера, называемого топ-скварком (top squark), или просто «стопом» (“stop”). В 2021 году коллаборация CMS проанализировала весь набор данных о столкновениях, собранных с 2016 по 2018 год, и обнаружила признаки, указывающие на возможное содержание в данных stop-частиц. Причем вероятность того, что данные, содержащие только известные частицы, могут быть похожи на то, что наблюдалось, составляет менее 5%. Вместо того чтобы ждать много лет, собирая больше данных в надежде воспроизвести такое поведение, коллаборация CMS решила повторно проанализировать те же данные с помощью обновленных методов анализа.

Новый метод позволяет обнаружить одновременное образование пар stop-частиц. Каждый stop распадается на топ-кварк, сопровождаемый несколькими более легкими кварками или глюонами, которые затем образуют связанные состояния, известные как адроны, и в конечном итоге создают кластеры частиц, реконструируемые в детекторе как «струи». След сигнала, таким образом, представляет собой два топ-кварка и несколько струй. Сложность анализа заключается в том, что очень похожий след дает один из самых распространенных процессов Стандартной модели на LHC: парное возникновение топ-кварков. Возникновение топ-кварков с множеством сопутствующих струй - процесс, который трудно точно смоделировать, поэтому для надежного определения этого фона его необходимо оценить по наблюдаемым данным.

Часто используемый метод оценки фона по данным называется «метод ABCD». Он требует наличия двух некоррелированных наблюдаемых, которые могут различать сигнал и фон. Затем набор данных можно разделить на четыре области (A, B, C и D) в зависимости от того, насколько каждая наблюдаемая величина «сигналоподобна» или «фоноподобна». В результате разбиения выделяется область, в которой доминирует сигнал, область, в которой доминирует фон, и две промежуточные области. Ключевая особенность метода ABCD заключается в том, что, следуя математике вероятностей для независимых событий, можно оценить фон в области с преобладанием сигнала, используя только информацию из других областей. Проблема использования этого метода для поиска stop-частиц заключается в том, что все простые переменные в рассматриваемом процессе коррелируют, что делает метод некорретным. Чтобы преодолеть эту проблему, физики CMS применили инновационный подход, основанный на передовых методах машинного обучения, чтобы определить две переменные с минимальным уровнем корреляции. Затем эти две переменные используются для разделения данных на четыре вышеупомянутые области. На рисунке ниже показана корреляция между двумя переменными для сигнала и фона и продемонстрировано, что сигнал в основном находится в области «А».

Распределения сигнала (красный) и фона (серый) в четырех областях (A, B, C и D), определенные на основе двух некоррелированных переменных (SNN1 и SNN2) (установлены с помощью машинного обучения). (Credit: CMS collaboration)

Окончание читайте в Подробнее.