2517 articles
Ce domaine explore les mécanismes complexes qui régissent la réponse du corps aux infections virales et aux traitements, un sujet crucial pour comprendre comment nous protégeons notre santé face aux menaces biologiques. Les recherches ici couvrent tout, de l'identification de nouvelles cibles thérapeutiques à l'analyse de la façon dont les médicaments interagissent avec nos cellules, offrant une fenêtre précieuse sur l'avenir de la médecine préventive.
Sur Gist.Science, nous surveillons en permanence arXiv pour vous apporter les dernières découvertes dans ce secteur. Chaque nouvelle prépublication est traitée pour vous offrir à la fois un résumé technique rigoureux et une explication claire en langage courant, rendant l'information scientifique accessible sans sacrifier la précision. Vous trouverez ci-dessous la sélection des tout derniers articles soumis par les chercheurs dans ce domaine passionnant.
Cet article propose une méthode pour effectuer la tomographie d'état quantique de paires quark-antiquark au Collisionneur Électron-Ion en utilisant les corrélations angulaires azimutales des fonctions de fragmentation afin de reconstruire expérimentalement les matrices de densité de spin et d'étudier les propriétés quantiques telles que l'intrication et la non-localité de Bell.
En utilisant un ensemble de données amélioré de provenant du détecteur BESIII, cette étude ne trouve aucun signal significatif pour les transitions radiatives et établit de nouvelles limites supérieures plus strictes, au niveau de confiance de 90 %, sur leurs fractions de branchement et leurs largeurs de désintégration partielle, réduisant les contraintes précédentes par des facteurs d'environ trois et deux, respectivement.
Cet article contraint un boson vectoriel ultra-léger issu du modèle gaugé en utilisant les données d'oscillation des neutrinos solaires, trouvant un scénario de meilleur ajustement potentiel qui améliore légèrement le modèle standard à trois saveurs tout en projetant des affinements significatifs grâce aux futures expériences JUNO et XLZD.
Cet article présente un pipeline de réseaux de neurones sur graphes optimisé qui démêle efficacement les gerbes de deux photons chevauchantes dans les calorimètres à haute granularité en prédisant les fractions d'énergie au niveau des nœuds avec une complexité algorithmique réduite.
Cet article passe en revue les progrès récents de la photoproduction de mésons au Jefferson Lab, mettant en évidence la compréhension du système et dérivant la distribution angulaire complète pour la réaction comme une étape cruciale vers la recherche de mésons hybrides exotiques dans le canal .
Le prototype de détecteur Cherenkov à eau d'une tonne amélioré au Laboratoire souterrain de Chine Jinping (CJPL-I) a démontré une augmentation de 59 % de l'efficacité de détection des muons et une réduction de 70 % de l'incertitude de reconstruction de la direction, mesurant avec succès le flux de muons souterrains et identifiant un événement rare de muon ascendant pour permettre de futures études induites par les neutrinos.
Cet article présente le développement, les tests et l'évaluation des performances d'un système de détection d'électrons à haut flux combinant un écran scintillant et un détecteur segmenté à base de rayonnement Cherenkov, démontrant sa faisabilité pour la mesure de la diffusion Compton non linéaire dans l'expérience LUXE au DESY.
L'article présente MAGGIE, une nouvelle expérience européenne à éléments localisés utilisant un solénoïde de 14 T et une boucle de détection spécialisée en forme de huit pour détecter les ondes gravitationnelles à haute fréquence dans la plage kHz–MHz en mesurant les courants électromagnétiques induits par les OG, avec des sensibilités projetées capables de contraindre des espaces de paramètres inexplorés pour les signaux tant transitoires que continus.
Cet article présente une suite de modèles de nuages de points génératifs — CaloClouds3, CaloHadronic et AllShowers — qui accélèrent et unifient considérablement la simulation de calorimètres pour divers types de particules et de géométries, tandis que l'apprentissage par transfert entre géométries réduit davantage les exigences en données d'entraînement de plusieurs ordres de grandeur.
Le document présente Parnassus, un substitut d'apprentissage automatique génératif basé sur l'appariement de flux conditionnel qui émule la simulation complète Geant4 et la reconstruction Pandora pour le détecteur CLD de l'FCC-ee, atteignant des vitesses de génération ordres de grandeur plus rapides que les méthodes traditionnelles tout en préservant une performance de haute fidélité pour la cinématique, l'identification des particules et le marquage de saveur.