⚛️ Category

hep-ex

2628 artículos

La hepatología experimental, conocida como Hep-Ex, explora los mecanismos biológicos del hígado y cómo las enfermedades afectan su función vital. Este campo abarca desde el estudio de la regeneración celular hasta la investigación de nuevas terapias contra la cirrosis y el cáncer hepático, ofreciendo una ventana crucial hacia la salud humana futura.

En Gist.Science, procesamos cada nuevo preimpreso que aparece en esta categoría directamente desde arXiv. Nuestro equipo transforma estos documentos complejos en resúmenes accesibles para el público general, sin sacrificar el rigor técnico necesario para los expertos, asegurando que los avances más recientes estén disponibles para todos.

A continuación, encontrará la lista de los artículos más recientes en hepatología experimental, ordenados por fecha de publicación.

⚛️ fenomenología

Vector-boson-fusion timing references for four-dimensional displaced-vertex searches

Este artículo demuestra que la incorporación de información de temporización de precisión de una futura capa de detector del HL-LHC en las búsquedas de desintegración del bosón de Higgs mediante fusión de vectores aumenta significativamente la sensibilidad a las partículas de larga vida al convertir los vértices desplazados en objetos tetradimensionales, suprimiendo así los fondos de sabor pesado inmediatos y extendiendo el alcance hacia regímenes donde las búsquedas tradicionales basadas únicamente en la posición espacial pierden aceptancia.

Renjie Wang2026-08-31
⚛️ experimentos de altas energías

Observation of the Ξc0→pK−\Xi_c^0 \to pK^- decay and measurement of its decay asymmetry

Utilizando datos de LHCb de colisiones $pp$ a 13 TeV, este artículo reporta la primera observación de la desintegración suprimida de Cabibbo Ξc0→pK−\Xi_c^0 \to pK^-, midiendo su fracción de ramificación como (4.5±0.5±0.2±0.9)×10−5(4.5\pm0.5\pm0.2\pm0.9)\times10^{-5} y determinando su parámetro de asimetría de desintegración como 0.32±0.15±0.010.32\pm0.15\pm0.01.

LHCb collaboration, R. Aaij, M. Abdelfatah, A. S. W. Abdelmotteleb, C. Abellan Beteta, F. Abudinén, T. Ackernley, A. A. (…)2026-08-31
⚛️ experimentos de altas energías

Comparing Classical and Quantum Machine Learning for Regression in High Energy Physics Collision Data

Este estudio compara sistemáticamente arquitecturas de aprendizaje automático clásicas y cuánticas para la regresión en datos simulados de colisiones de física de altas energías, encontrando que, si bien los modelos clásicos como las CNN y las LSTM ofrecen actualmente un rendimiento marginalmente mejor, sus contrapartes cuánticas alcanzan una precisión competitiva con significativamente menos parámetros entrenables, resaltando una ventaja distintiva de eficiencia de parámetros para los dispositivos cuánticos de corto plazo.

Tariq Mahmood, Zain ul Abidin, Itzel Luviano Soto, Alfredo Raya2026-08-31
⚛️ experimentos de altas energías

Editorial: Promoting Green Computing in High Energy Physics and Astrophysics

Este editorial describe una iniciativa de investigación destinada a avanzar en la computación verde en la física de altas energías y la astrofísica mediante la evaluación del consumo energético actual, la identificación de oportunidades de optimización y el fomento de la colaboración interdisciplinaria para mejorar la sostenibilidad.

Vasiliki A. Mitsou, Andreas Redelbach, Eleni Vardoulaki2026-08-31
⚛️ experimentos de altas energías

Vertex reconstruction for a search for neutron-antineutron conversions with HIBEAM

Este artículo evalúa y compara los métodos clásicos y los basados en redes neuronales de grafos para la reconstrucción de vértices de aniquilación en el experimento HIBEAM, encontrando que, si bien ambos enfoques logran una precisión comparable para las coordenadas del vértice, el aprendizaje automático ofrece ventajas únicas en la extracción de información sobre la forma de los eventos para el análisis posterior.

Alexander Burgman, Sze Chun Yiu, Yamna Shaikh, David Milstead, Eily Merjy, Lucas Åstrand, Kenneth Österberg, Fredrik Olj (…)2026-08-31
⚛️ experimentos de altas energías

Search for scalar leptoquarks produced via muon-quark scattering in proton-proton collisions at s\sqrt{s} = 13 TeV

Utilizando 138 fb−1^{-1} de datos de colisiones protón-protón a s\sqrt{s} = 13 TeV recolectados por el detector CMS, este estudio presenta la primera búsqueda de leptoquarks escalares en la escala de los TeV producidos mediante la dispersión de muones-quarks, sin hallar evidencia de su existencia y estableciendo nuevos límites de exclusión que extienden la cobertura previa a masas entre 1.5 y 3.6 TeV para LQ(uμ\mu) y por encima de 1.8 TeV para LQ(bμ\mu).

CMS Collaboration2026-08-31
⚛️ experimentos de altas energías

A High- and Variable-Dimensional Measurement of the ZZ+jets Differential Cross Section with the ATLAS Experiment and Artificial Intelligence

Esta tesis presenta la primera medición de sección eficaz diferencial de Z+jets en todo el espacio de fases y de alta dimensionalidad en el LHC utilizando el experimento ATLAS, demostrando cómo las técnicas de unfolded basadas en inteligencia artificial pueden explotar plenamente conjuntos de datos complejos para caracterizar interacciones fundamentales de partículas.

Kevin Greif2026-08-31
⚛️ experimentos nucleares

N3^{\mathbf{3}}LL + O(αs2)\mathcal{O}(\alpha_s^2) predictions of lepton-jet azimuthal angular distribution in deep-inelastic scattering

Este artículo presenta la resumación de orden siguiente al siguiente al siguiente orden logarítmico (N3^{3}LL) combinada con correcciones de orden fijo O(αs2)\mathcal{O}(\alpha_s^2) para predecir las distribuciones angulares azimutales de leptón-jet en la dispersión inelástica profunda, ofreciendo un marco de precisión para sondear la estructura tridimensional del nucleón y analizar datos de los experimentos HERA y del futuro colisionador de electrones e iones.

Shen Fang, Mei-Sen Gao, Hai Tao Li, Ding Yu Shao2026-08-28
⚛️ fenomenología

Classical and Hybrid Quantum Machine Learning for Trigger-Like Event Selection on CMS Open Data: An Eight-Qubit, PCA-Constrained Benchmark

Este estudio evalúa cuatro modelos de aprendizaje automático cuántico clásicos y cuatro híbridos en una tarea de disparador de datos abiertos de CMS con ocho cúbits y restricciones de PCA, encontrando que, si bien la red neuronal artificial clásica supera a todas las contrapartes cuánticas en precisión y ROC-AUC, los incrustamientos cuánticos híbridos entrenables (específicamente la red convolucional cuántica) logran resultados competitivos, sirviendo como un punto de referencia controlado en lugar de una demostración de ventaja cuántica.

Tariq Mahmood, Muhammad Awais Rafique, Talab Hussain, Juan Pablo Perez Aguilar, Alfredo Raya, Muhammad Ahsan2026-08-28
⚛️ fenomenología

First-Principles Nuclear Modeling for Light Dark Matter Experiments at the Intensity Frontier

Este artículo aplica el modelado nuclear ab initio de muchos cuerpos basado en primeros principios con la teoría de campo efectivo quiral para calcular las tasas de producción de mediadores de materia oscura ligera en experimentos de blanco fijo de electrones, revelando que un tratamiento cuasi-elástico puede aumentar los rendimientos de señal predichos hasta en dos órdenes de magnitud en comparación con las parametrizaciones fenomenológicas estándar.

Taylor R. Gray, Alberto Scalesi2026-08-28