Die Hochenergiephysik, oft als Hep-Ph bezeichnet, erforscht die fundamentalen Bausteine des Universums und die Kräfte, die sie zusammenhalten. In diesem spannenden Fachgebiet werden theoretische Modelle entwickelt, um Phänomene zu erklären, die weit über das hinausgehen, was wir im Alltag beobachten können, von subatomaren Teilchen bis hin zu den Bedingungen kurz nach dem Urknall.

Alle neuen Vorabdrucke in dieser Kategorie stammen direkt von arXiv. Gist.Science verarbeitet jeden dieser Einträge automatisch, um sie für ein breiteres Publikum zugänglich zu machen. Wir bieten für jedes Papier sowohl eine verständliche Zusammenfassung in einfacher Sprache als auch eine detaillierte technische Analyse an, damit Sie die neuesten Durchbrüche unabhängig von Ihrem Hintergrund sofort verstehen können.

Nachfolgend finden Sie die aktuellsten Veröffentlichungen aus dem Bereich der Hochenergiephysik, die wir gerade für Sie aufbereitet haben.

⚛️ phenomenology

Resonant W and Z Boson Production in FSRQ Jets: Implications for Diffuse Neutrino Fluxes

Diese Arbeit untersucht die resonante Produktion von W±W^{\pm}- und ZZ-Bosonen durch Elektron-Positron-Vernichtung in FSRQ-Jets und kommt zu dem Schluss, dass der resultierende diffuse Neutrinofluss zwar bei einer Rotverschiebung von z∼1z \sim 1 sein Maximum erreicht, jedoch um Größenordnungen unter den aktuellen Nachweisgrenzen liegt und einen vernachlässigbaren Anteil des gesamten astrophysikalischen Neutrinohintergrunds ausmacht.

Ji-Hoon Ha, Ibragim Alikhanov2026-04-28
⚛️ lattice

Hamiltonian formulation of the 1+11+1-dimensional ϕ4ϕ^4 theory in a momentum-space Daubechies wavelet basis

Dieser Beitrag wendet eine Daubechies-Wavelet-Basis im Impulsraum innerhalb des Hamilton-Formalismus an, um nichtstörungstheoretische Dynamiken in der ϕ4\phi^4-Theorie in 1+11+1 Dimensionen zu untersuchen, wobei der Phasenübergang im starken Kopplungsbereich erfolgreich reproduziert wird und eine systematische Konvergenz der kritischen Kopplung mit zunehmender Impulsauflösung nachgewiesen wird.

Mrinmoy Basak, Debsubhra Chakraborty, Nilmani Mathur, Raghunath Ratabole2026-04-28
⚛️ high-energy theory

Non-Abelian and Type-A Conformal Anomalies from Euler Descent

Die Arbeit klassifiziert die nicht-abelsche Konforme Anomalie der euklidischen Konformgruppe SO(2n+1,1)SO(2n+1,1) in 2n2n Dimensionen mittels der Stora-Zumino-Abstiegsverfahren aus der Euler-Invariante und untersucht deren Verbindung zur Weyl-Anomalie sowie deren Implikationen für den Anomaly-Inflow und die effektive Dilaton-Wirkung.

Gleb Aminov, Csaba Csáki, Ofri Telem, Shimon Yankielowicz2026-04-28
⚛️ phenomenology

Self-duality of massless scalar three-point amplitudes

Dieser Artikel verallgemeinert eine kürzliche Beobachtung in der N=4\mathcal{N}=4-Super-Yang-Mills-Theorie, um nachzuweisen, dass off-shell masselose skalare Dreipunkt-Feynman-Integrale unter Fourier-Transformation selbst-dual sind, wodurch ihre Darstellung als graphische Funktionen etabliert und neue Identitäten für graphische Funktionen sowie Twist-Relationen in der ϕ4\phi^4-Theorie hergeleitet werden.

Oliver Schnetz2026-04-28
⚛️ phenomenology

Physics-Informed Neural Networks for Solving Two-Flavor Neutrino Oscillations in Vacuum and Matter Environments for Atmospheric and Reactor Neutrinos

Diese Arbeit untersucht den Einsatz von Physics-Informed Neural Networks (PINNs zur präzisen Lösung der Differentialgleichungen für Zwei-Flavour-Neutrinooszillationen in Vakuum und Materie, wobei die Methode eine hohe Genauigkeit bei gleichzeitigem Verzicht auf klassische Gitterstrukturen zeigt. Im Kontext der atmosphärischen Neutrinos, die durch die Erde wandern, wird dabei ausschließlich eine konstante Dichte des Erdkerns von 13 gm/cm³ im gesamten Durchquerungsbereich angenommen, ohne den vollständigen Erdprofil mit variabler Materiedichte zu berücksichtigen.

Srinivasan T., Kalyani Desikan2026-04-28
⚛️ high-energy experiments

Passage of particles through matter and the effective straggling-function: High-fidelity accelerated simulation via Physics-Informed Machine Learning

Das Paper stellt PHIN-GAN vor, ein neuartiges, physik-informiertes Generative Adversarial Network, das durch die Integration analytischer Wahrscheinlichkeitsdichtefunktionen die hochpräzise Simulation von Teilchen-Materie-Wechselwirkungen (Straggling-Funktionen) bei einem Bruchteil des Rechenaufwands herkömmlicher Methoden wie GEANT4 ermöglicht.

Oleksandr Borysov, Rotem Dover, Eilam Gross, Nilotpal Kakati, Noam Tal Hod2026-04-28