CMS在13 TeV、总积分亮度为138 fb⁻¹的2016—2018年数据中,未发现微型黑洞、弦球或电弱鞍点子的统计显著证据。 研究以“相空间距离”衡量碰撞事件的运动学相似度,再用支持向量机从普通多喷注背景中筛选高能、高多重数、近似各向同性的异常事件。
发布者使用 GPT-5.6 Terra 编辑图片由 GPT Image 2 生成
研究答案

Create a landscape editorial hero image for this Studio Global article: How did a CMS analysis of 138 fb⁻¹ of 2016–2018 LHC proton-proton collision data use a novel phase-space-distance machine-learning method to. Article summary: CMS found no statistically significant evidence for microscopic black holes, string balls, or electroweak sphalerons in 138 fb⁻¹ of 13 TeV proton-proton data from 2016–2018. It therefore strengthened model-dependent cons. Topic tags: general, education, government, academic, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermark
欧洲核子研究中心(CERN)大型强子对撞机(LHC)的CMS实验,分析了2016—2018年采集的完整Run 2数据:质子-质子碰撞质心能量为13 TeV,总积分亮度为138 fb⁻¹。结果没有发现微型黑洞、弦球或电弱鞍点子(sphaleron)的统计显著信号。这个“未发现”并非毫无收获:它收紧了若干TeV尺度引力和大额外维度模型仍可成立的参数空间。3
4
若高能碰撞中形成了微型黑洞,它会几乎立刻衰变,产生一团由标准模型粒子构成的高能末态。此类事件通常具有粒子数多、横向动量大、能量分布较接近各向同性等特征;在基准模型中,电弱鞍点子过程也可能呈现相近的高能复杂拓扑。
CMS此次引入了相空间距离方法。研究人员把每次碰撞重建出的运动学性质表示在一个多维“事件空间”中,再计算不同事件之间的距离:距离较近,意味着它们的运动学结构更相似。这样,分析不必只依赖单一观测量,而能按整体事件形态来组织数据。
随后,支持向量机(SVM)分类器学习如何在模拟的信号样事件与常规多喷注背景事件之间划出边界,从而锁定更可能包含新物理的区域。1
4
这项定向机器学习搜索还与一项更包容、模型依赖性较低的策略互补:后者使用事件中喷注、轻子或光子的横向动量标量和 (S_\mathrm{T}),寻找极高能量、高粒子多重数区域中的异常。4
无论是包容性 (S_\mathrm{T}) 搜索,还是基于相空间的专门信号区,数据都没有出现无法用标准模型预期解释的超额。3
4
在95%置信水平下,CMS对所测试的基准模型给出以下限制:
与早期搜索相比,黑洞质量排除范围在有利的基准情形下向上推进约1—1.6 TeV;提升幅度会随模型设定而变化。
不能。
大额外维度模型的一项动机,是解释“层级问题”——表观的四维普朗克尺度与电弱尺度之间为何存在巨大差距。在某些模型版本中,引力会在TeV量级变强;若如此,高能对撞中就有可能产生微型黑洞或弦球等现象。
CMS此次结果否定的是:那些预言微型黑洞或弦球会以足够高的频率、在足够低的质量阈值产生,因而本应出现在这批数据中的特定模型参数组合。 它并没有否定额外维度这一更宽泛的理论设想,也没有给层级问题提供最终答案。排除范围取决于额外维度的几何与尺度、基本引力尺度、黑洞形成阈值以及衰变模型等假设。3
同样,某些结果涉及假定的额外维度数目,但这不是对自然界空间维数的直接测量。不同的额外维度理论构造可对应截然不同的特征尺寸,大致可从 (1/\mathrm{TeV}) 尺度延伸至毫米尺度;本次碰撞实验约束的只是其中一类高能模型。1
高亮度LHC(HL-LHC)最直接的优势是提供大得多的碰撞样本。更多数据意味着对极罕见的高 (S_\mathrm{T})、高多重数事件更敏感,也能探测更低的产生截面。
配合升级后的探测器、触发系统,以及适应高堆积条件的分析方法,相空间机器学习搜索有望进一步测试更高质量的黑洞或弦球阈值,或把电弱鞍点子跃迁概率的限制压得更低。
但亮度不能替代能量。若相关过程的产生阈值超出LHC可达到的部分子碰撞能量范围,单靠积累更多数据仍不够,最终需要更高能量的对撞机。
CMS没有找到微型黑洞,也没有找到弦球或电弱鞍点子;但新的相空间距离方法为在海量碰撞数据中识别罕见异常事件提供了另一种工具。对已测试模型而言,实验已将半经典黑洞的排除上限推至11.4 TeV、弦球推至10.7 TeV,并对鞍点子过程给出严格限制。这是对通向TeV尺度引力的某些具体路径施加的重要约束,而不是对额外维度、量子引力或层级问题的最终裁决。3
4
Studio Global AI
此页面包含一个有来源支持的答案,您可以在 Studio Global 内继续。
CMS在13 TeV、总积分亮度为138 fb⁻¹的2016—2018年数据中,未发现微型黑洞、弦球或电弱鞍点子的统计显著证据。
CMS在13 TeV、总积分亮度为138 fb⁻¹的2016—2018年数据中,未发现微型黑洞、弦球或电弱鞍点子的统计显著证据。 研究以“相空间距离”衡量碰撞事件的运动学相似度,再用支持向量机从普通多喷注背景中筛选高能、高多重数、近似各向同性的异常事件。
在所测试的模型中,CMS以95%置信水平排除了质量低于8.4—11.4 TeV的半经典黑洞、低于9.0—10.7 TeV的弦球,并将鞍点子跃迁比例限制在0.0034以下。