Las nuevas partículas sensibles a la fuerte interacción podrían producirse en abundancia en las colisiones protón-protón generadas por el Gran Colisionador de Hadrones (LHC), siempre que no sean demasiado pesadas. Estas partículas podrían ser socios de gluones y quarks predichos por supersimetría (SUSY), una extensión propuesta del Modelo Estándar de física de partículas que ampliaría su poder predictivo para incluir energías mucho más altas. En los escenarios más simples, estos "gluinos" y "squarks" se producirían en pares, y decaer directamente en quarks y una nueva partícula neutra estable (el "neutralino"), que no interactuaría con el detector ATLAS. El neutralino podría ser el principal componente de la materia oscura.

La Colaboración ATLAS ha estado buscando tales procesos desde los primeros días de la operación del LHC. Los físicos han estado estudiando eventos de colisión con "chorros" de hadrones, donde hay un gran desequilibrio en los momentos de estos chorros en el plano perpendicular a los protones en colisión ("momento transversal faltante, "E _T ^pierda ). Este impulso perdido sería llevado por los indetectables neutralinos. Hasta aquí, Las búsquedas de ATLAS han llevado a restricciones cada vez más estrictas sobre las masas mínimas posibles de squarks y gluinos.

¿Es posible hacerlo mejor con más datos? La probabilidad de producir estas partículas pesadas disminuye exponencialmente con sus masas, y, por lo tanto, repetir los análisis anteriores con un conjunto de datos más grande solo llega hasta cierto punto. Nuevo, Se necesitan métodos sofisticados que ayuden a distinguir mejor una señal SUSY de los eventos del Modelo Estándar de fondo para llevar estos análisis más lejos. Las mejoras cruciales pueden provenir del aumento de la eficiencia para seleccionar eventos de señal, mejorar el rechazo de procesos en segundo plano, o buscando en regiones menos exploradas.

En el Lepton Photon Symposium en Toronto, Canadá, la Colaboración ATLAS presentó nuevos resultados que ilustran los beneficios aportados por técnicas de análisis más avanzadas, que fueron pioneros en otros canales de búsqueda. La sensibilidad del nuevo análisis se mejora significativamente gracias al uso de dos enfoques complementarios.

En el primer enfoque, denominada "búsqueda de varios contenedores, "los eventos se clasifican en bins definidos por dos observables:la masa efectiva y la E _T ^pierda significado. Estos caracterizan la cantidad de energía involucrada en la interacción (grandes, si se produjeran partículas pesadas), y cuan improbable que el observado E _T ^pierda debe ser causado por los neutralinos que escapan en lugar de la mala medición de las energías de los chorros. Con hasta 24 contenedores ortogonales definidos a la vez, la búsqueda es sensible a una gran variedad de masas de gluinos, squarks y neutralinos (Figura 1 (izquierda)).

El segundo enfoque, conocido como la búsqueda "Boosted Decision Tree (BDT), "utiliza algoritmos de clasificación de aprendizaje automático para discriminar mejor una señal potencial. Los BDT están entrenados con algunas de las propiedades cinemáticas de los chorros + E _T ^pierda estados finales, predicho por la simulación de Monte Carlo para eventos de señal y de fondo. Se definen ocho de estos discriminantes, cada uno optimizado para una región diferente del parámetro y el espacio modelo (Figura 1 (derecha)).

Los nuevos resultados hicieron uso del conjunto de datos completo del LHC Run 2, correspondiente a una luminosidad integrada de 139 fb ^-1 , y no mostró ninguna diferencia significativa entre el número de eventos observados y las predicciones del Modelo Estándar en las regiones enriquecidas con señales. Por lo tanto, se establecieron límites de exclusión para las masas de gluinos, squarks y neutralinos, asumiendo diferentes escenarios. En la Figura 2 se muestran algunos ejemplos. Para la búsqueda de varios contenedores, la fuerza de todos los contenedores se puede aplicar simultáneamente, aumentando el poder de exclusión del análisis.