重中微子在高能粒子对撞机上的探寻研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11905162
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    24.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A2605.标准模型精确检验与新物理
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

The interpretation of the standard model neutrino mass by the seesaw mechanism predicts the possible existence of heavy sterile neutrinos. It is an important way to test such new physics mechanism by searching for heavy neutrinos at the high energy particle colliders. In this project, we will propose new methods to discover heavy neutrinos by simulating and analyzing the 2-lepton plus 2-jet (2l+2j) and 4-lepton plus missing energy (4l+MET) final states at the proton-proton colliders (LHC and SppC/FCC-hh), and the 1-lepton plus 3-jet (1l+3j) final state at the electron-proton colliders (LHeC and FCC-eh). The machine learning-based multivariate analysis method to be adopted in this project will greatly improve the ability of various colliders to detect the parameter space formed by sterile neutrino mass m_N and neutrino mixing parameter |V_{lN}|^2 in the theoretical models. In addition, the analysis of the final state with the τ leptons in this project will estimate the detection ability of the colliders to the τ-flavor mixing parameter |V_{τN}|^2, supplementing the shortcomings of the current researches in this aspect. The results of the project will guide the construction of future colliders, as well as the analysis methods of future experimental data at such colliders.
跷跷板机制对标准模型中微子质量的解释预言了重的惰性中微子很可能存在,在高能粒子对撞机上搜寻重中微子的各种衰变末态是检验该新物理机制的重要手段。本项目通过对质子-质子对撞机(LHC和SppC/FCC-hh)上具有特定特征的2个轻子加2个喷注(2l+2j)和4个轻子加损失能量(4l+MET)末态以及电子-质子对撞机(LHeC和FCC-eh)上的单轻子加3个喷注(1l+3j)末态的模拟和分析来提出发现重中微子的新方法。本项目拟采用的基于机器学习的多变量分析方法将会极大提高各种对撞机对理论模型中惰性中微子质量m_N和中微子混合参数|V_{lN}|^2构成的参数空间的探测能力。此外,本项目对有τ轻子产生的末态的分析将预估对撞机对τ味混合参数|V_{τN}|^2的发现能力,补充该方面当前研究的不足。项目的研究结果也会对未来对撞机的建设及其实验数据的分析方法产生指导意义。

结项摘要

跷跷板机制等对标准模型中微子质量的解释预言了重中微子很可能存在,在高能粒子对撞机上寻找重中微子等超越标准模型新物理信号是当前发现和检验新物理的重要途径。本项目重点探究了在LHC和未来高能粒子对撞机上寻找重中微子的方法和预期实验结果。具体包括:(1)探究了在未来电子-质子对撞机上寻找重Majorana中微子的方法和实验发现能力;(2)在LHC和100-TeV的未来质子-质子对撞机以及未来正负电子对撞机上,提出了通过Higgs玻色子衰变的H→NN信号寻找重中微子的新方法,并预测了实验发现能力;(3)探究了不同对撞机实验对|V_{τN}|^2混合参数的限制结果;(4)提出了在未来轻子对撞机上安装远端探测器的新设想,探讨了其对长寿命重中微子以及其他长寿命新粒子寻找的物理实验结果。此外,关注于在对撞机上发现超出标准模型的新物理信号,本项目也扩展了研究,开展了一些新的探索,包括在LHC和未来高能粒子对撞机上寻找长寿命粒子、类轴子及超对称粒子。目前已在国际高水平期刊上发表该资助基金标注论文8篇,另有处于期刊审稿中待发表的论文2篇。项目执行期间,已培养硕士研究生3人,仍在培养中3人。

项目成果

期刊论文数量(8)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Time-delayed electrons from neutral currents at the LHC
大型强子对撞机中性电流产生的延时电子
  • DOI:
    10.1007/jhep09(2021)026
  • 发表时间:
    2021-07
  • 期刊:
    Journal of High Energy Physics
  • 影响因子:
    5.4
  • 作者:
    Cheung Kingman;Wang Kechen;Wang Zeren Simon
  • 通讯作者:
    Wang Zeren Simon
Search for heavy Majorana neutrinos at electron-proton colliders
在电子-质子对撞机中寻找重马约拉纳中微子
  • DOI:
    10.1103/physrevd.106.015006
  • 发表时间:
    2022-01
  • 期刊:
    Physical Review D
  • 影响因子:
    5
  • 作者:
    Gu Haiyong;Wang Kechen
  • 通讯作者:
    Wang Kechen
Physics with far detectors at future lepton colliders
未来轻子对撞机中远距离探测器的物理学
  • DOI:
    10.1103/physrevd.101.075046
  • 发表时间:
    2019-11
  • 期刊:
    Physical Review D
  • 影响因子:
    5
  • 作者:
    Wang Zeren Simon;Wang Kechen
  • 通讯作者:
    Wang Kechen
Heavy neutrino searches via same-sign lepton pairs at a Higgs boson factory
在希格斯玻色子工厂通过同号轻子对搜索重中微子
  • DOI:
    10.1103/physrevd.105.076005
  • 发表时间:
    2021-02
  • 期刊:
    Physical Review D
  • 影响因子:
    5
  • 作者:
    Yu Gao;Kechen Wang
  • 通讯作者:
    Kechen Wang
Probing the decoupled seesaw scalar in rare Higgs boson decay
探索罕见希格斯玻色子衰变中的解耦跷跷板标量
  • DOI:
    10.1007/jhep02(2020)101
  • 发表时间:
    2019-04
  • 期刊:
    Journal of High Energy Physics
  • 影响因子:
    5.4
  • 作者:
    Yu Gao;Mingjie Jin;Kechen Wang
  • 通讯作者:
    Kechen Wang

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码