1487 Arbeiten
Der Bereich Hep-Ex auf Gist.Science widmet sich der Hochenergiephysik und der Erforschung der fundamentalen Bausteine unserer Welt. Hier geht es um die komplexen Wechselwirkungen subatomarer Teilchen und die Kräfte, die das Universum zusammenhalten. Um diese tiefgreifenden Konzepte verständlich zu machen, durchsuchen wir täglich das Preprint-Repository arXiv nach neuen Erkenntnissen aus diesem spannenden Forschungsfeld.
Jede neu veröffentlichte Studie wird von uns sorgfältig aufbereitet, sodass Sie sowohl eine klare Zusammenfassung in einfacher Sprache als auch eine detaillierte technische Analyse erhalten. So wird komplexes Fachwissen für ein breites Publikum zugänglich, ohne die wissenschaftliche Genauigkeit zu verlieren.
Nachfolgend finden Sie die neuesten Arbeiten aus dem Bereich Hep-Ex, die wir kürzlich aus arXiv ausgewählt und für Sie zusammengefasst haben.
Die Studie identifiziert und bewertet CP-verletzende Observablen im Zerfall , die auf den elektrischen Dipolmoment des Strange-Quarks zurückzuführen sind, und zeigt, dass zukünftige Experimente an den Beschleunigern CMD-3, BESIII, Super Tau-Charm Facility und Belle II eine Empfindlichkeit im Bereich von bis erreichen können.
Das Papier stellt GRACE vor, einen simulationseigenen Agenten für die autonome Gestaltung von Teilchenphysik-Experimenten, der mittels multimodaler Eingaben und Monte-Carlo-Simulationen physikalisch fundierte Detektoroptimierungen vorschlägt und damit experimentelles Design als unter physikalischen Gesetzen eingeschränktes Suchproblem neu definiert.
Diese Studie schließt den möglichen Parameterbereich für MeV-skalierte QCD-Axionen aus, indem sie zeigt, dass die KTeV-Messung des Zerfalls die zuvor als überlebend angesehene Kopplung an Up- und Down-Quarks sowie Elektronen widerlegt, selbst unter Berücksichtigung von Unsicherheiten der chiralen Störungstheorie.
Diese Arbeit stellt die erste Implementierung eines Graph Neural Network-basierten Trigger-Systems auf FPGAs für den Echtzeit-Trigger des elektromagnetischen Kalorimeters des Belle II-Experiments vor, das eine deterministische Latenz von 3,168 μs bei 8 MHz Durchsatz erreicht und gleichzeitig die Positions- und Energieauflösung sowie die Clusterreinheit und -effizienz im Vergleich zum Baseline-Algorithmus verbessert.
In dieser Arbeit werden die Fragmentierungsfunktionen für Kaskaden, die Pionen, Kaonen sowie die charmierten - und -Mesonen umfassen, durch die Lösung eines Systems von fünfundzwanzig gekoppelten Jet-Gleichungen berechnet, die auf Poincaré-kovarianten Bethe-Salpeter-Wellenfunktionen und Quarkpropagatoren basieren, um ein konsistentes Bild der Quarkfragmentation im leichten und schweren Sektor zu liefern.
Diese Arbeit demonstriert erstmals die Implementierung eines strahlungsharten, ultra-niedrig-latenten Machine-Learning-Modells auf FPGAs für Hochenergiephysik-Experimente, indem sie einen neuen hls4ml-Hintergrund für Microchip PolarFire-Chips entwickelt, eine hardwarebewusste Quantisierung einführt und die Kompression von PicoCal-Daten mittels eines Autoencoders nachweist.
Diese Studie stellt eine Methode vor, die Quantendatenkomprimierung nutzt, um Neutrinodaten effizienter zu speichern und zu klassifizieren, wodurch das Risiko vermieden wird, neue physikalische Phänomene durch herkömmliche Trigger-Systeme zu übersehen.
Diese Arbeit stellt zwei minimale, ultraviolette vollständige und renormierbare Tri-Hyperladungs-Modelle vor, die die Fermionmassen und -mischungen des Standardmodells mit fundamentalen Koeffizienten der Ordnung erklären und dabei die komplexe Flavor-Struktur auf drei korrelierte physikalische Skalen reduzieren, deren leichtestes -Boson im LHC-Run-3 nachweisbar ist.
Dieser Artikel beleuchtet die entscheidende Rolle der hochpräzisen Messungen des magnetischen Moments von Elektronen und Myonen als strengste Tests des Standardmodells der Teilchenphysik, wobei das Elektron die präziseste Übereinstimmung zwischen Theorie und Experiment liefert, während das Myon aufgrund seiner höheren Empfindlichkeit gegenüber neuer Physik ein mächtiges Werkzeug zur Entdeckung jenseits des Standardmodells darstellt.
Diese Studie zeigt, dass auf Transformer-Netzwerken basierende Deep-Learning-Ansätze im Vergleich zu herkömmlichen Methoden die Empfindlichkeit des LHC für seltene FCNC-Kopplungen des Top-Quarks an Photonen signifikant steigern und damit bei der High-Luminosity-Phase Verzweigungsverhältnisse von bis zu ausschließen können.