hep-ex

Uncertainty in Physics and AI: Taxonomy, Quantification, and Validation

Cet article présente une taxonomie unifiée et une vue d'ensemble structurée de la quantification de l'incertitude en apprentissage automatique pour la physique, clarifiant les interprétations à travers les cadres statistiques et décrivant des outils de validation rigoureux pour garantir des énoncés probabilistes fiables au service de la découverte scientifique.

Weibel-mediated filamentary structures observed in the ICF context

Ce papier démontre, par une modélisation théorique et cinétique (particle-in-cell), que le refroidissement balistique transverse dans les panaches de plasma en expansion irradiés par laser entraîne la formation de filaments de courant électronique médiés par l'instabilité de Weibel, expliquant ainsi avec succès les données de fluctuations magnétiques issues des expériences OMEGA et Laser Mégajoule.

Construction, commissioning, and beam test of a pilot 3D-projection opaque water-based liquid scintillator detector

Cet article rend compte de la conception, de la construction et des tests de faisceau réussis d'un détecteur pilote à projection 3D utilisant un scintillateur liquide à base d'eau opaque (oWbLS), démontrant son confinement optique efficace et sa haute résolution temporelle pour valider cette technologie en tant que concept évolutif pour les futures expériences de physique des particules.

Distinguishing Higgs portal and neutralino dark matter via vector boson fusion

Cet article démontre que les processus de fusion de bosons vectoriels au LHC peuvent distinguer les scénarios de matière noire via un portail de Higgs et ceux impliquant des neutralinos avec une confiance supérieure à $5\sigma$ en exploitant les différences caractéristiques dans les distributions de l'impulsion transverse des jets étiquetés et des variables cinématiques telles que $\Delta\eta$ et $\Delta\phi$.

In-situ high voltage generation with Cockcroft-Walton multiplier for xenon gas time projection chamber

Ultralight dark matter detection with trapped-ion interferometry

Cet article propose d'utiliser un unique ion piégé préparé dans un état intriqué spin-mouvement de type « chat de Schrödinger » comme interféromètre à ondes de matière pour détecter la matière noire ultra-légère, démontrant que cette approche offre une sensibilité améliorée de manière paramétrique pour sonder des régions inexplorées de l'espace des paramètres des photons sombres et des particules de type axion dans la fenêtre de masse de $10^{-15}$ à $10^{-14}$ eV.

Quantum-Enhanced Dark Matter Search Using Cat States

Cet article rend compte de la première démonstration expérimentale de l'utilisation d'états chat à quatre composantes dans une cavité micro-ondes supraconductrice pour rechercher des photons sombres, obtenant une amélioration du signal d'un facteur 8,1 et établissant une contrainte sans précédent sur l'angle de mélange cinétique de $\epsilon < 7,32 \times 10^{-16}$ près de 6,44 GHz.

Adapting Vision-Language Models for Neutrino Event Classification in High-Energy Physics

Ce papier démontre que les modèles vision-langage affinés, spécifiquement une variante de LLaMA 3.2, surpassent les réseaux de neurones convolutifs traditionnels et les transformers dédiés uniquement à la vision dans la classification des interactions de neutrinos en physique des hautes énergies en atteignant une précision, une robustesse et une interprétabilité supérieures grâce au raisonnement multimodal.

Light-tight skipper-CCDs for X-ray detection in space

Ce papier démontre que des revêtements d'aluminium minces (50–100 nm) suppriment efficacement les fonds optiques dans les CCD skipper pour l'astronomie X spatiale tout en préservant une haute efficacité de détection pour les rayons X, offrant ainsi une solution peu coûteuse pour le blindage optique.

Unbinned extraction of $\gamma$ from $B\to DK$ with normalizing flows

Cet article présente et valide une méthode non binnée utilisant des flux de normalisation pour extraire l'angle CKM $\gamma$ des désintégrations $B^\pm \to (D \to K_S \pi^+ \pi^-) K^\pm$, démontrant sa capacité à récupérer avec précision $\gamma$ et d'autres paramètres à partir de données de Monte Carlo tout en propageant les incertitudes statistiques via un entraînement par ensembles.