Search for Charginos Nearly Mass-Degenerate with the Lightest Neutralino: Based on a Disappearing-Track Signature in pp Collisions at √s = 8 TeV

ویرایش: 1 
نویسندگان: Shingo Kazama (auth.)  
سری: Springer Theses 
ISBN (شابک) : 9784431556565, 9784431556572 
ناشر: Springer Japan 
سال نشر: 2016 
تعداد صفحات: 155 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 12 مگابایت 

قیمت کتاب (تومان) : 57,000



در این کتاب، مدل شکست ابرتقارن با واسطه ناهنجاری (AMSB) با جستجوی وینوهای باردار همراه با فروپاشی‌های بعدی آنها که با آشکارساز ATLAS در برخورد دهنده بزرگ هادرون (LHC) جمع‌آوری شده‌اند، بررسی می‌شود.

نویسنده روش جدیدی به نام «ردیابی مجدد» را برای شناسایی وینوی باردار که قبل از رسیدن به آشکارساز ردیاب نیمه‌هادی (SCT) تجزیه می‌شوند، ایجاد کرده است. از آنجایی که الگوریتم ردیابی اسمی در آزمایش ATLAS به حداقل هفت ضربه متوالی در سیستم ردیابی داخلی نیاز دارد، بنابراین حساسیت به winos باردار که دارای کسری از نانوثانیه در آنالیز گذشته بود محدود بود. با این حال، ردیابی مجدد به حداقل سه ضربه پیکسل نیاز دارد و یک قابلیت ردیابی کاملاً کارآمد را برای وینوی شارژی که از آشکارساز پیکسل عبور می‌کنند، ارائه می‌کند، که در نتیجه حدود 100 برابر بازده بیشتر برای وینوی شارژ شده با طول عمر ~ 0.2 ns بیشتر از جستجوهای گذشته است. .

توپولوژی سیگنال با یک جت با تکانه عرضی بزرگ (pT)، انرژی عرضی از دست رفته زیاد، و یک مسیر ناپدید شدن با pT بالا مشخص می شود. سه نوع مسیر پشتی

زمینی وجود دارد: آهنگ‌های هادرون در حال تعامل، لپتون‌های باردار، و مسیرهایی با pT اندازه‌گیری نشده. یک تخمین پس‌زمینه مبتنی بر شبیه‌سازی مونت کارلو (MC) به دلیل آمار ضعیف از عدم قطعیت‌های زیادی رنج می‌برد و در شبیه‌سازی ویژگی‌های آهنگ‌های پس‌زمینه مشکل دارد. بنابراین، یک رویکرد مبتنی بر داده توسط نویسنده کتاب برای تخمین طیف track-pT پس‌زمینه ایجاد شده است.

هیچ مازاد قابل توجهی بالاتر از انتظار پس‌زمینه برای مسیرهای نامزد با تکانه عرضی بزرگ مشاهده نمی‌شود و محدودیت‌هایی در مدل AMSB به دست می‌آید. نویسنده نشان می‌دهد که در مدل AMSB، جرم وینوی باردار زیر 270 گیگا ولت در سطح اطمینان 95 درصد حذف می‌شود، که همچنین مستقیماً جرم ماده تاریک وینو را محدود می‌کند.

In this book, the anomaly mediated supersymmetry breaking (AMSB) model is explored by searching for charged winos with their subsequent decays collected with the ATLAS detector at the Large Hadron Collider (LHC).

The author develops a new method, called “re-tracking,” to detect charged winos that decay before reaching the Semiconductor Tracker (SCT) detector. Because the nominal tracking algorithm at the ATLAS experiment requires at least seven successive hits in the inner tracking system, the sensitivity to charged winos having a fraction of a nanosecond in the past analysis was therefore limited. However, re-tracking requires a minimum of three pixel hits and provides a fully efficient tracking capability for charged winos traversing the pixel detector, resulting in around about 100 times greater efficiency for charged winos with a lifetime ~0.2 ns longer than that in past searches.

Signal topology is characterized by a jet with large transverse momentum (pT), large missing transverse energy, and a high-pT disappearing track. There are three types of back

ground tracks: interacting hadron tracks, charged leptons, and tracks with mismeasured pT. A background estimation based on the Monte Carlo (MC) simulation suffers from large uncertainties due to poor statistics and has difficulty simulating the properties of background tracks. Therefore, a data-driven approach has been developed by the author of the book to estimate the background track-pT spectrum.

No significant excess above the background expectation is observed for candidate tracks with large transverse momentum, and constraints on the AMSB model are obtained. The author shows that in the AMSB model, a charged wino mass below 270 GeV is excluded at 95 % confidence level, which also directly constrains the mass of wino dark matter.

Front Matter....Pages i-xiii
Introduction....Pages 1-3
Theoretical Framework and Motivation....Pages 5-22
LHC and ATLAS Detector....Pages 23-45
Data and Monte Carlo Simulation....Pages 47-54
Object Reconstruction....Pages 55-69
Tracking Performance....Pages 71-77
Properties of Signal Events....Pages 79-89
Event Selection....Pages 91-102
Background Estimation....Pages 103-120
Systematic Uncertainties....Pages 121-124
Extraction of Signal Yield....Pages 125-137
Interpretations and Discussion....Pages 139-146
Conclusions....Pages 147-148