2237 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.
Das SENSEI-Experiment am SNOLAB meldet nach einem wesentlichen Upgrade eine um eine Größenordnung verbesserte Einzel-Elektronen-Rate und nutzt diese Daten, um strengere Obergrenzen für sub-GeV-Dunkle-Materie-Kandidaten festzulegen, während eine Hypothese über Lichtleckagen in früheren Messungen durch Daten aus dem MINOS-Tunnel getestet wird.
Diese Arbeit berechnet die tensor-polarisierten Twist-3-Partonverteilungsfunktionen für das Spin-1-Deuteron unter Verwendung von Twist-2-Relationen und zeigt, dass diese Funktionen für Experimente am Jefferson Lab sowie zukünftige Beschleuniger wie den EIC und den LHC von erheblichem Interesse sind.
Dieses Papier stellt eine Erweiterung des TrackFormers-Ansatzes vor, die durch maßgeschneiderte Transformer-Aufmerksamkeitsmechanismen, eine neue Kombination aus geometrischer Projektion und leichtgewichtiger Clusterbildung sowie eine gemeinsame Modellkonditionierung die Genauigkeit und Effizienz der Teilchenspur-Rekonstruktion für zukünftige Hochenergiephysik-Experimente verbessert.
Dieser Artikel fasst die herausragenden experimentellen Ergebnisse der 18. Top-Quark-Physik-Tagung in Seoul zusammen, die zeigen, wie das Feld der Top-Quark-Forschung drei Jahrzehnte nach ihrer Entdeckung durch Präzisionsmessungen, die Beobachtung neuer Streuprozesse und die Anwendung verfeinerter Techniken für subtile Effekte weiterhin florierend ist.
Dieses Dokument beschreibt die Entwicklung und die Vorteile der „laufabhängigen" Monte-Carlo-Simulationen für das Belle-II-Experiment, die durch die Berücksichtigung zeitlich variierender Detektorbedingungen und Strahlhintergründe im Vergleich zu herkömmlichen Methoden eine deutlich präzisere Modellierung ermöglichen.
Diese Arbeit fasst die Hauptmerkmale, die Leistung im Run-3 und die Rolle des ATLAS-Trigger-Systems zusammen, das durch wesentliche Hardware- und Software-Upgrades die hohe Datenrate am LHC auf ein speicherbares Niveau reduziert, um Präzisionsmessungen und die Suche nach neuer Physik zu ermöglichen.
Diese Studie präsentiert die erste CMS-Messung des Wirkungsquerschnitts für die t-Kanal-Einzeltop-Quark-Produktion in Proton-Proton-Kollisionen bei einer Schwerpunktsenergie von 5,02 TeV und bestätigt die Vorhersagen des Standardmodells.
Die MicroBooNE-Kollaboration präsentiert eine neue Messung des differentielle Wirkungsquerschnitts für geladene Ströme von Elektron-Neutrinos auf Argon ohne Pionen im Endzustand unter Verwendung des vollständigen Booster-Neutrino-Strahldatensatzes, die eine gute Übereinstimmung mit Generatorvorhersagen in der Leptonkinematik, aber Diskrepanzen in der Modellierung des hadronischen Systems, insbesondere beim Protonenwinkel, aufzeigt.
Diese Arbeit projiziert die Empfindlichkeit von Paleo-Detektoren für die direkte Suche nach Dunkler Materie im Rahmen der nicht-relativistischen effektiven Feldtheorie und zeigt, dass diese Methode für WIMP-Massen zwischen 1 GeV und 10 GeV sowie für bestimmte Bereiche bis 5 TeV die Sensitivität konventioneller Experimente übertreffen oder mit ihnen vergleichbar sein kann.
Diese Studie untersucht die Eignung der AMD Versal AI-Engine-Architektur für ML-Anwendungen in fest latency-kritischen Umgebungen wie am LHC und demonstriert deren Leistungsfähigkeit durch die Implementierung von Boosted Decision Trees und Convolutional Neural Networks als Alternative zu herkömmlicher programmierbarer Logik.