基于数据驱动的味对称SUSY GUT分析

我们提出了一个具体的基于$SU(5)\times S_4$的超对称（SUSY）大统一理论（GUT）味模型的数据驱动分析，该模型预测带电费米子和中微子的质量与混合，并且标准模型和超对称粒子的质量矩阵在GUT尺度上由共同对称性控制。该框架还预测非零的非最小味违反效应，这促使进行复杂的数据驱动参数分析以揭示模型的信号和可行性。这种计算密集的基于马尔可夫链蒙特卡洛（MCMC）的分析包含了大范围的味、暗物质和SUSY可观测量，预测了一系列可用于检验模型的物理量分布。预测包括最大混合的超伴子、接近实验极限的$\mu\rightarrow e \gamma$以及成功的类bino暗物质与邻近的wino（使得直接探测不太可能），意味着在即将到来的对撞机运行中发现wino和gluino的良好前景。结果还表明Georgi-Jarlskog机制不能很好地描述下型夸克质量与带电轻子的分裂，而无中微子双贝塔衰变被预测在可观测速率。