Search for Natural Supersymmetry with Low-Momentum and Displaced Tracks and Machine Learning-Based Refinement of Simulations

Abstract

The most successful theory for explaining the matter and forces in our universe is the Standard Model of particle physics (SM). Despite its success, it is known that the SM does not and cannot provide a complete description of all fundamental interactions and observed physics phenomena. Experiments at the CERN Large Hadron Collider (LHC) are at the forefront of worldwide efforts to understand Nature at the smallest scales and highest energies and to pin down the laws and dynamics that lie beyond the SM. This thesis presents two projects that advance the search for new physics in different ways. In the first part of this thesis, a machine learning-based morphing approach is introduced which has been developed to facilitate particle physics analyses in a broad context by refining simulations to improve their accuracy. The second part describes a search for signs of extensions to the SM that are based on the concept of supersymmetry (SUSY). Such manifestations of physics beyond the SM are motivated by the fact that they address numerous theoretical issues of the SM and can provide a dark matter candidate. Specifically, the presented analysis targets so-called natural SUSY scenarios with low-mass higgsinos, exhibiting compressed mass spectra. The refinement tool and its supporting studies demonstrate that classical fast simulation applications can be augmented to achieve an accuracy very near that of more detailed, high-fidelity, but compute-intensive simulation engines. This opens up the prospect for much more efficient and granular studies of new physics models in the future CMS physics program. The analysis presented in the second part of this thesis establishes sensitivity to some of the last viable phase space regions of natural SUSY, testing for higgsino-like dark matter candidates with masses up to 180 GeV. The data, recorded by the CMS experiment at the LHC, are found to be consistent with the predictions of the SM, and no evidence of new physics is found. Higgsinos are excluded for a range of mass splittings between the lightest chargino and neutralino of 0.3 to 1.2 GeV corresponding to cases which were unconstrained by previous searches.

Das Standardmodell der Teilchenphysik (SM) ist das Modell, welches das gesammelte Wissen über die fundamentalen Bausteine und Kräfte unseres Universums am erfolgreichsten zusammenfasst. Trotzdem ist bekannt, dass es nur als Teil einer noch unbekannten, umfassenderen Theorie verstanden werden kann. Die Experimente am CERN Large Hadron Collider (LHC) nehmen eine weltweit führende Rolle darin ein, die Natur in kleinsten Maßstäben und bei höchsten Energien zu erforschen und so den Gesetzen und Dynamiken jenseits des SM näher zu kommen. In dieser Arbeit werden zwei Projekte vorgestellt, die auf unterschiedliche Weise die Suche nach neuer Physik voranbringen. Im ersten Teil der Arbeit wird eine refinement-Methode vorgestellt, die auf maschinellem Lernen basiert und entwickelt wurde, um die Genauigkeit von Simulationen zu verbessern. Im übergeordneten Kontext kann diese Methode verwendet werden, um generell Datenanalysen in verschiedenen Gebieten der Teilchenphysik zu verbessern. Der zweite Teil der Arbeit beschreibt eine konkrete Suche nach Phänomenen, die dafür sprechen, das SM um das Konzept der Supersymmetrie (SUSY) zu erweitern. Auf SUSY basierende Erweiterungen des SM sind in der Lage, einer Vielzahl der theoretischen Unzulänglichkeiten des SM zu begegnen und eine Erklärung für Dunkle Materie zu liefern. Im Speziellen werden sogenannte natürliche SUSY-Szenarien untersucht, in denen Higgsinos mit sehr kleinen Massendifferenzen vorhergesagt werden. Durch die hier eingeführte refinement-Methode können klassische, sogenannte fast simulation-Anwendungen so erweitert werden, dass sie eine Genauigkeit erreichen, die sehr nah an die der gängigen detaillierteren, aber rechenintensiveren Simulationsanwendungen herankommt, was in dieser Arbeit durch mehrere Studien gezeigt wird. Dies eröffnet die Möglichkeit sehr viel effizienterer detailreicher Suchen nach neuer Physik im zukünftigen CMS-Physikprogramm. Die im zweiten Teil beschriebene Analyse ist sensitiv in Phasenraumregionen, die einige der letzten möglichen Manifestationen natürlicher SUSY-Szenarien beinhalten. Es zeigt sich, dass die vom CMS-Experiment am LHC aufgenommenen Daten mit den Vorhersagen des SM konsistent sind und somit keine Anzeichen für Physik jenseits des SM vorliegen. In der Analyse können Modelle mit Higgsino-Massen bis zu 180 GeV und Massendifferenzen zwischen 0,3 und 1,2 GeV ausgeschlossen werden. Damit wird der in vorangegangenen Suchen erforschte Bereich signifikant erweitert.