2160 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.
Dieses Paper schlägt eine Methode vor, um große Normalizing Flows mittels fortgeschrittener Quantisierung und konditioneller Architekturen in leichtgewichtige, auf FPGAs bereitstellbare Student-Modelle zu destillieren und dadurch eine Echtzeit-Anomalieerkennung mit hoher Leistung am LHC trotz strenger Latenz- und Ressourcenbeschränkungen zu ermöglichen.
Diese Arbeit bewertet die ökologische Nachhaltigkeit von ML-basierter Datenkompression, indem sie den CO2-äquivalenten Break-even-Punkt berechnet, an dem die Energieeinsparungen durch reduzierten Speicheraufwand den CO2-Fußabdruck der Trainings- und Inferenzinfrastruktur kompensieren.
Die CMS-Kollaboration am LHC berichtet über die erste Beobachtung signifikanter langreichweitiger kollektiver Fließbewegungen in Sauerstoff-Sauerstoff- und Neon-Neon-Kollisionen bei 5,36 TeV, was demonstriert, dass die gemessenen Flussharmonischen und deren Verhältnisse sensitiv gegenüber den intrinsischen Kernstrukturen von O und Ne sind und neue Constraints für hydrodynamische Modelle liefern, welche *ab initio*-Kern-Inputs einbeziehen.
Dieses Papier schlägt vor, dass asymmetrische dunkle Materie, die in zusätzliche Dimensionen propagieren kann, den Kollaps von Neutronensternen in langlebige Schwarze Löcher auslösen kann, welche den gesamten Stern konsumieren, wodurch im Vergleich zu Standard-Dreidimensional-Szenarien signifikant strengere Beschränkungen für die Massen der dunklen Materie und die Größen der Extradimensionen auferlegt werden.
Diese Arbeit präsentiert Techniken des maschinellen Lernens für die Jet-Energie-Kalibrierung und das Flavor-Tagging bei LHCb, welche angewendet werden, um 95 % Konfidenzniveau-Obergrenzen für die inklusive Produktion von - und -Zerfällen unter Verwendung von 1,6 fb an TeV $pp$-Kollisionsdaten festzulegen.
Diese Arbeit zeigt, dass das Vortrainieren eines tiefen generativen Modells auf einem vielfältigen Satz synthetischer Kalorimeter-Geometrien (SimpleBox) ein effektives Transferlernen auf ungesehene Detektoren ermöglicht, wodurch der Datenbedarf signifikant reduziert und die Leistung im Vergleich zum Training von Grund auf oder der Verwendung realistischer Detektor-Priors verbessert wird.
Unter Verwendung von 138 fb an 13-TeV-Proton-Proton-Kollisionsdaten aus dem CMS-Experiment setzt diese Studie mittels eines Effektivfeldtheorie-Ansatzes in der WW- und WZ-Produktion mit Ein-Lepton-Endzuständen Grenzen für anomale Triple-Gauge-Boson- und Vektorboson-Quark-Kopplungen, wobei die bisher strengsten Beschränkungen für Triple-Gauge-Kopplungen durch die Fokussierung auf hochenergetische hadronische Zerfälle erreicht werden, die als großräumige Jets rekonstruiert werden.
Unter Verwendung des CMS-Detektors am LHC berichtet diese Studie über die erste Beobachtung einer erhöhten Baryon-zu-Meson-Produktion in Sauerstoff-Sauerstoff-Kollisionen bei 5,36 TeV, was Belege für die Bildung eines Quark-Gluon-Plasmas sowie den Einfluss von kollektivem radialem Fluss und Quark-Koaleszenz in kleinen Kollisionssystemen liefert.
Diese Arbeit präsentiert das Design, die Inbetriebnahme und die Leistungsfähigkeit neuer auf Deep Learning basierender Algorithmen zur Identifizierung von Heavy-Flavour-Jets, die im CMS High-Level-Trigger für Proton-Proton-Kollisionen bei 13,6 TeV eingesetzt wurden, was die Signaleffizienz für zentrale physikalische Prozesse, einschließlich der Higgs-Boson-Produktion und -Zerfall, signifikant verbessert hat.
Diese Arbeit schlägt vor, dass axionähnliche Teilchen (ALPs) mit einer Masse um 10 GeV, die durch Higgs-Zerfälle produziert werden, einen berichteten CMS-Diphoton-Exzess bei 13,6 GeV erklären könnten und eine distinkte Signatur von breiten Jets mit 2-Prong-Substruktur vorhersagen, die eine 125 GeV Resonanz am LHC bilden.