⚛️ Category

nucl-ex

813 Arbeiten

Der Bereich Nucl-Ex befasst sich mit Experimenten, die den Aufbau und die Eigenschaften von Atomkernen untersuchen. Wissenschaftler stoßen hier an die Grenzen des Verständnisses, wie Materie auf subatomarer Ebene funktioniert und welche Kräfte die kleinsten Bausteine unseres Universums zusammenhalten. Diese Forschung liefert entscheidende Erkenntnisse für unser Verständnis von Sternen und der Entstehung der Elemente.

Auf Gist.Science bearbeiten wir jeden neuen Preprint aus dieser Kategorie, der auf arXiv veröffentlicht wird. Wir bieten für jedes Papier sowohl eine verständliche Zusammenfassung für ein breites Publikum als auch eine detaillierte technische Analyse, damit Sie die komplexen Ergebnisse schnell erfassen können.

Nachfolgend finden Sie die neuesten Veröffentlichungen aus dem Bereich der Kernphysik-Experimente, die wir für Sie aufbereitet haben.

⚛️ Gitter

The QCD crossover temperature and curvature coefficient from unbiased exponential resummation at physical quark masses in (2+1)-flavor lattice QCD

Diese Arbeit präsentiert die erste Anwendung der unvoreingenommenen exponentiellen Resummation auf (2+1)-Flavor-Gitter-QCD bei physikalischen Quark-Massen, was konsistente Bestimmungen der QCD-Pseudokritikalitätstemperatur und des Krümmungskoeffizienten liefert, welche die Methode als einen zuverlässigen Ansatz zur Untersuchung des QCD-Crossovers bei kleiner endlicher Baryondichte validieren.

Sabarnya Mitra2026-08-21
⚛️ Kernphysikexperimente

Tracing Vacuum Hadronization with Conserved Currents

Diese Arbeit zeigt, dass Farbtrialitätsbeschränkungen des Vakuums-Hadronisierungsprozesses die gleichzeitige Messung der Flüsse konservierter Ströme (elektrische Ladung, Baryonenzahl und Strangeness) in Jets ermöglichen, um direkt nichtperturbative QCD-Parameter, spezifisch das Diquark-zu-Quark-Produktionsverhältnis und das Strange-zu-Leicht-Paarproduktionsverhältnis, zu untersuchen, während gleichzeitig die Gell-Mann–Nishijima-Beziehung erfüllt wird.

Weiyao Ke, Hai Tao Li, Wanchen Li, Xiaohui Liu, Ding Yu Shao2026-08-21
⚛️ Kernphysikexperimente

Observation of long-range collective flow in OO and NeNe collisions and implications for nuclear structure studies

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 16^{16}O und 20^{20}Ne sind und neue Constraints für hydrodynamische Modelle liefern, welche *ab initio*-Kern-Inputs einbeziehen.

CMS Collaboration2026-08-20
⚛️ Kernphysikexperimente

The high-energy behavior of tree-level scattering in finite-temperature QCD: estimates of theoretical systematic uncertainty in jet-medium Monte Carlo simulations

Diese Arbeit identifiziert signifikante Abweichungen in den hochenergetischen Tree-Level-Streurate innerhalb der thermischen QCD im Vergleich zu Standardapproximationen, was offenbart, dass diese Diskrepanzen die aktuellen Beschränkungen des Jet-Medium-Transportkoeffizienten (q^\hat{q}) verzerren, und stellt einen Rahmen bereit, um die daraus resultierende theoretische systematische Unsicherheit für Bayes'sche Analysen in Monte-Carlo-Simulationen zu quantifizieren.

Lukas Opitz, Hemanth Regi, Gojko Vujanovic2026-08-19
⚛️ Kernphysikexperimente

Closed-form expressions for tree-level gluon-gluon scattering: a framework for obtaining theoretical systematic uncertainties for jet-medium Monte Carlo simulations

Diese Arbeit untersucht die Gluon-Gluon-Streuung auf Baum-Ebene in der thermischen QCD neu, um Abweichungen von Standardapproximationen zu identifizieren und dadurch einen Rahmen zur Quantifizierung theoretischer systematischer Unsicherheiten zu etablieren, um Bayes'sche Jet-Medium-Monte-Carlo-Simulationen zu verbessern.

Lukas Opitz, Hemanth Regi, Gojko Vujanovic2026-08-19
⚛️ Kerntheorie

Generative artificial intelligence for reconstructing neutron-star matter

Dieses Paper stellt ein generatives KI-Framework unter Verwendung von Denoising-Diffusion-Modellen vor, um die Zustandsgleichung von Neutronensternen zu rekonstruieren, indem ein inspizierbarer Prior aus der Nukleartheorie gelernt und gleichzeitig physikalische Randbedingungen exakt erzwungen werden, wodurch das schlecht gestellte inverse Problem der Ableitung von Materieeigenschaften aus spärlichen Beobachtungsdaten ohne Verzerrung der Ergebnisse gelöst wird.

Julia Yu. Panteleeva, Herzallah Alharazin, Evgeny Epelbaum2026-08-19
⚛️ Hochenergieexperimente

Bound-state spectra of χcJ\chi_{cJ} in finite nuclei and the universal pattern of mass levels

Diese Studie sagt die Existenz von χcJ\chi_{cJ}-Kern-gebundenen Zuständen in verschiedenen Kernen unter Verwendung von In-Medium-Massenverschiebungen durch virtuelle D(∗)Dˉ(∗)D^{(*)}\bar{D}^{(*)}-Schleifen voraus, wobei sie ein universelles Abstands-Muster offenbart, das mit der Kernmasse abnimmt und in zukünftigen Experimenten an der aufgewerteten JLab-Anlage verifiziert werden könnte.

Tian-Le Gao, Ze-Hua Zhang, Xiang Liu2026-08-19
⚛️ Kernphysikexperimente

Revised 45^{45}V(p,γp,\gamma)46^{46}Cr reaction rate and its impact on the production of 44^{44}Ti in core-collapse supernovae

Durch die Einbeziehung einer präziseren Massenmessung von 46^{46}Cr und neuer Spektrationsfaktoren zur Revision der 45^{45}V(p,γp,\gamma)46^{46}Cr-Reaktionsrate zeigt diese Studie, dass die daraus resultierende 69-prozentige Steigerung der Rate die 44^{44}Ti-Ausbeuten in protonreichen Core-Collapse-Supernova-Ejekta signifikant erhöht und somit frühere widersprüchliche Sensitivitätsanalysen vereinigt.

R. S. Sidhu, Y. Luo, C. Sarma, M. Wiescher, X. Xu2026-08-19
⚛️ Kerntheorie

Symbolic Regression for Interpretable Emulation of Proton Collective Flow in Intermediate-Energy Heavy-Ion Collisions

Diese Arbeit zeigt, dass die symbolische Regression effektiv das isospinabhängige Boltzmann-Uehling-Uhlenbeck-Transportmodell emulieren kann, um Protonen-Kollektivfluss-Observablen mit einer Genauigkeit vorherzusagen, die mit tiefen neuronalen Netzen vergleichbar ist, während sie gleichzeitig interpretierbare analytische Ausdrücke und eine schnellere Evaluierung bietet, ungeachtet der Tatsache, dass sie längere Trainingszeiten erfordert.

Nicholas Cox, Xavier Grundler, Bao-An Li2026-08-19