Nya partiklar som är känsliga för den starka interaktionen kan produceras i överflöd i proton-protonkollisioner som genereras av Large Hadron Collider (LHC) – förutsatt att de inte är för tunga. Dessa partiklar kan vara partners till gluoner och kvarkar som förutsägs av supersymmetri (SUSY), en föreslagen utvidgning av standardmodellen för partikelfysik som skulle utöka dess prediktiva kraft till att inkludera mycket högre energier. I de enklaste scenarierna, dessa "gluinos" och "squarks" skulle produceras i par, och sönderfaller direkt till kvarkar och en ny stabil neutral partikel ("neutralino"), som inte skulle interagera med ATLAS-detektorn. Neutralino kan vara huvudbeståndsdelen i mörk materia.

ATLAS Collaboration har letat efter sådana processer sedan de första dagarna av LHC-drift. Fysiker har studerat kollisionshändelser med "jetstrålar" av hadroner, där det finns en stor obalans i momentan för dessa jetstrålar i planet vinkelrätt mot de kolliderande protonerna ("saknas tvärgående momentum, "E _T ^Fröken ). Detta saknade momentum skulle föras bort av de oupptäckbara neutralinos. Än så länge, ATLAS-sökningar har lett till allt hårdare begränsningar för minsta möjliga massor av squarks och gluinos.

Är det möjligt att bli bättre med mer data? Sannolikheten för att producera dessa tunga partiklar minskar exponentiellt med deras massor, och att upprepa de tidigare analyserna med en större datauppsättning går bara så långt. Ny, sofistikerade metoder som hjälper till att bättre skilja en SUSY-signal från bakgrunden Standardmodellhändelser behövs för att ta dessa analyser vidare. Avgörande förbättringar kan komma från att öka effektiviteten för att välja signalhändelser, förbättra avvisningen av bakgrundsprocesser, eller titta in i mindre utforskade regioner.

Vid Lepton Photon Symposium i Toronto, Kanada, ATLAS Collaboration presenterade nya resultat som illustrerar fördelarna med mer avancerade analystekniker, som var pionjärer inom andra sökkanaler. Känsligheten i den nya analysen förbättras avsevärt tack vare användningen av två kompletterande tillvägagångssätt.

I det första tillvägagångssättet, kallad "sökning med flera fack, "händelserna klassificeras i fack som definieras av två observerbara:den effektiva massan och E _T ^Fröken betydelse. Dessa kännetecknar mängden energi som är involverad i interaktionen (stor, om tunga partiklar producerades), och hur osannolikt det observerade E _T ^Fröken orsakas av de flyende neutralinos snarare än felmätning av jetenergier. Med upp till 24 ortogonala fack definierade åt gången, sökningen är känslig för en stor variation av massor av gluinos, squarks och neutralinos (Figur 1 (vänster)).

Det andra tillvägagångssättet, känd som "Boosted Decision Tree (BDT)-sökning, " använder klassificeringsalgoritmer för maskininlärning för att bättre särskilja en potentiell signal. BDT:erna tränas med några av de kinematiska egenskaperna hos jetstrålarna + E _T ^Fröken sluttillstånd, förutspått av Monte Carlo-simuleringen för signal- och bakgrundshändelser. Åtta sådana diskriminanter definieras, var och en optimerad för en annan region av parametern och modellutrymmet (Figur 1 (höger)).

De nya resultaten använde sig av hela LHC Run 2-datauppsättningen, motsvarande en integrerad ljusstyrka på 139 fb ^-1 , och visade ingen signifikant skillnad mellan antalet observerade händelser och standardmodellens förutsägelser i de signalberikade regionerna. Exklusionsgränser sattes därför för massorna av gluinos, squarks och neutralinos, utgå från olika scenarier. Några exempel visas i figur 2. För sökningen med flera fack, styrkan av alla sopkärl kan tas i bruk samtidigt, öka analysens uteslutningsförmåga.