CMS 최신 벡터라이트 쿼크와 여기된 페르미온 탐색 결과

초록

**
CMS는 2016‑2018년 13 TeV 런 2 데이터(통합 광도 138 fb⁻¹)를 이용해 벡터‑라이트 쿼크(T, Y)와 여기된 탑(t*)에 대한 다양한 검색을 수행했다. 단일 및 전부 하드론 최종 상태에서 T→tϕ(H)·b b̄, Y/T→Wb, 그리고 t* → tg·tγ 채널을 조사했으며, 최신 딥러닝·그래프 신경망 기반 태거와 재구성 알고리즘을 적용했다. 관측된 데이터는 표준모형 기대와 일치했으며, 95 % 신뢰수준에서 T 질량 1.2 TeV 이하, Y/T 질량 0.7‑2.4 TeV, 스핀‑½ t* 질량 1.05 TeV, 스핀‑3/2 t* 질량 1.70 TeV 등을 제외하는 제한을 설정했다.

**

상세 분석

**
본 논문은 CMS가 전체 런 2(13 TeV) 데이터를 활용해 벡터‑라이트 쿼크(VLQ)와 여기된 페르미온(Excited Fermion) 탐색에서 최신 분석 기법을 적용한 사례를 종합적으로 정리한다.

먼저 VLQ 검색에서는 최소 모델에서 T 쿼크가 제3세대 SM 쿼크와 EW 보존에만 결합한다는 가정 하에 T→bW, tH, tZ 세 가지 브랜칭 비율을 고려한다. 비최소 모델에서는 T→tϕ(H)·b b̄(ϕ는 새로운 스칼라 보존)으로 100 % 붕괴한다. 단일 레프톤 최종 상태에서는 ParticleNet‑MD라는 동적 그래프 컨볼루션 신경망을 이용해 H(ϕ)→b b̄을 고효율로 식별하고, BDT 기반 탑 태거를 도입해 탑 재구성 효율을 크게 향상시켰다. 이 결과, T 질량 1.3 TeV 이상 구간에서 기존 검색보다 민감도가 크게 개선되었으며, ϕ 질량 25‑250 GeV 범위에서 σ·B(T→tϕ) < 0.15‑15 fb 수준으로 제한하였다.

전부 하드론 최종 상태에서는 2‑차원 (m_T, m_ϕ) 최대우도 피팅을 수행했으며, ϕ = 125 GeV 경우 σ·B < 4.6‑300 fb(0.8‑3 TeV T 질량)으로 제한했다. 특히 T 질량 1.2 TeV 이하에 대해 약 5 % 폭의 싱글렛 시나리오가 전면 배제되었다.

Y/T→Wb 검색에서는 재귀 퍼즐(jigsaw) 알고리즘과 W‑전하 비대칭성을 이용해 질량 재구성을 최적화했으며, 전하에 따른 이벤트 분할을 통해 배경을 억제했다. 결과적으로 κ_W = 0.15‑0.20 가정 하에 Y 질량 0.7‑2.4 TeV, T 질량 0.82‑2.15 TeV 구간이 95 % CL에서 배제되었다.

Excited top(t*) 검색에서는 두 가지 주요 채널을 다루었다. 첫 번째는 t* → tg가 97 %를 차지하는 쌍생산(t* t̄*→tg tg)이며, 변수 반경(jet)과 DNN 기반 신호‑배경 구분기를 사용해 ST(전이적 p_T 합) 변수에 대한 binned likelihood 피팅을 수행했다. 스핀‑½ t는 1.05 TeV, 스핀‑3/2 t는 1.70 TeV까지 배제되었다. 두 번째는 t* → tγ(3 %)를 이용한 tg tγ 최종 상태로, 고‑p_T 광자를 이용해 배경을 크게 억제하고, 광자 기원에 따라 세 가지 카테고리로 분류했다. 이 채널에서도 스핀‑½ t는 0.94 TeV, 스핀‑3/2 t는 1.33 TeV까지 제한되었다.

전반적으로 최신 딥러닝 기반 태거(ParticleNet‑MD, DNN, DDT)와 정교한 재구성 기법(Recursive Jigsaw, 변수 반경 jet) 도입이 기존 한계보다 1‑2 배 향상된 민감도를 제공했으며, 전반적인 결과는 표준모형과 일치한다. 이러한 제한은 벡터‑라이트 파트너와 여기된 페르미온을 포함하는 복합 힉스, 티오리티컬 파트너십 모델의 파라미터 공간을 크게 축소한다.

**