Quirk粒子模型的对撞机唯象学研究

Searches for new physics at collider rely on the reconstructions of charged particles with helical tracks, such that the momenta of tracks can be inferred from the curvature of the helixes. Quirk can evade most of the current searches because it can only leave non-helical tracks due to its long-range confining force. We will simulate a few different detectors and solve the equation of motion for quirk numerically and study the characteristics of quirk tracks in different models. Based on the helical chi2-test and co-planar analysis, we will test the models by some relevant existing collider searches and give the bounds. More dedicated analyses on quirk tracks will be developed, in order to improve the probing sensitivities. We will adopt the deep learning technique to make the most of track information and to implement effective quirk probing and tagging. Based on those studies, we could have better understandings of new physics at around TeV scale by making full use of the data which is collected at the collider: whether neutral naturalness solve the little hierarchy problem? Whether quirks exist in new physics models?

对撞机上的新物理寻找，依赖于用螺旋线拟合带电粒子轨迹，从而获得带电粒子动量信息。Quirk粒子由于具有长程禁闭相互作用，在探测器上表现为非螺旋带电径迹，从而能够规避目前大部分对撞机寻找。本项目通过准确模拟不同类型探测器、完整求解quirk运动方程，系统研究在不同模型中quirk粒子在探测器中的径迹所表现的特征差异。基于已有的卡方测试和共面分析，研究这两个分析对不同模型的限制情况，并通过提出更深层次的quirk径迹特征，获得更加灵敏的探测能力。采用深度学习技术，充分利用quirk径迹的信息，来实现高效的quirk径迹探测和识别。本项目的实施，能够充分挖掘对撞机上产生的数据，探讨TeV能标附近quirk存在的可能性。从而帮助理论物理学家理解规范等级问题，为新物理模型构造提供方向。

大型强子对撞机（LHC）至今尚未发现任何确凿的新物理信号，促使我们思考可能遗漏的新物理对撞机信号形式。Quirk粒子模型就是这样一类新物理，其中的长寿命quirk粒子同时带有标准模型规范荷和新的禁闭规范荷，同时quirk粒子的质量远大于禁闭能标。因此，quirk粒子对可以在LHC上大量产生，并且quirk对之间存在长程的规范相互作用。由于这种特殊的长程力存在，导致quirk粒子的对撞机信号形式与标准模型粒子有很大的不同。项目主要针对四种带不同标准模型规范荷的quirk简化模型，研究其在对撞机上的可探测能力。我们推导了quirk粒子对在磁场和介质中运动方程的解析解，并据此给出了quirk对震荡幅度、震荡周期和轨迹平面厚度的表达式，提出了一些新的quirk特征信号；利用quirk粒子在探测器内部较大的电离能损特征，我们提出了一套新的quirk径迹重构算法；我们通过模拟ATLAS探测器周边的环境特征，严格考虑quirk在介质中的传播效应，计算了quirk粒子在产生之后进入到前向探测器FASER的概率，并将FASER的灵敏度与ATLAS探测灵敏度做了对比研究。我们发展了一套基于深度学习的对撞机事例重构方法和在大量对撞机事例上的异常检测方法来帮助新物理的寻找。我们证明了在事例重构方面神经网络对于Higgs喷注检测效率和精确度均高于传统的喷注子结构分析方法；在异常检测方面神经网络对新物理的寻找更具一般性。此外，我们还将quirk模型做进一步推广，考虑具有额外规范对称性，且此新物理区域具有多个能够产生自相互作用的粒子，其中的一个或多个粒子可以作为合适的暗物质候选者。我们研究了这类模型用于解释小尺度结构问题的可行性，以及其在对撞机上带来的新暗簇射信号。这些研究结果对在对撞机上探索超出标准模型新物理具有理论指导意义。

内容获取失败，请点击重试