⚛️ Category

hep-ex

1387 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.

Vision Transformers and Graph Neural Networks for Charged Particle Tracking in the ATLAS Muon Spectrometer

Cet article présente deux approches basées sur l'apprentissage automatique pour améliorer le suivi des particules chargées dans le spectromètre à muons d'ATLAS : l'intégration de réseaux de neurones graphiques pour rejeter les bruits de fond et accélérer la reconstruction de 15 %, et une démonstration de concept utilisant des Vision Transformers pour un suivi de muons quasi instantané (2,3 ms) avec une efficacité de 98 %, afin de répondre aux défis posés par la haute luminosité du LHC.

Jonathan Renusch (on behalf of the ATLAS Collaboration)2026-03-30⚛️ hep-ex

Signal-Aware Contrastive Latent Spaces for Anomaly Detection

Cet article propose une méthode d'apprentissage contrastif supervisé pour construire un espace latent de faible dimension et sensible au signal, permettant d'améliorer considérablement la détection d'anomalies faiblement supervisées dans les espaces de caractéristiques de haute dimension des collisions au LHC, y compris pour des modèles de nouvelle physique non vus lors de l'entraînement.

Runze Li, Benjamin Nachman, Dennis Noll2026-03-30⚛️ hep-ph

Prying Open the Dark Sector Window with SBND Off-Target Mode

Cet article démontre que l'exploitation du détecteur SBND au Fermilab en mode hors cible ou avec un arrêt de faisceau permet de supprimer considérablement les bruits de fond et d'étendre de manière significative la sensibilité à la recherche de nouvelle physique, notamment la matière noire légère, les axions et les neutrinos lourds.

Bhaskar Dutta, Debopam Goswami, Aparajitha Karthikeyan, Vishvas Pandey, Zahra Tabrizi, Adrian Thompson, Richard G. Van de Water2026-03-30⚛️ hep-ph

Kaon Boer-Mulders function using a contact interaction

En utilisant un traitement préservant la symétrie d'une interaction de contact vectorielle, cette étude calcule les quatre fonctions de distribution de partons dépendantes de l'impulsion transverse du kaon et éclaire le rôle de la masse hadronique émergente, l'effet du couplage au boson de Higgs sur la masse du quark étrange, ainsi que l'impact des modèles de liens de jauge sur les contraintes de positivité et l'évolution d'échelle.

Dan-Dan Cheng, Minghui Ding, Daniele Binosi, Craig D. Roberts2026-03-30⚛️ nucl-ex

Measurements of ZZ-boson pair entanglement in decays of Higgs bosons at the ATLAS experiment

En utilisant les données de collisions proton-proton à 13 et 13,6 TeV recueillies par le détecteur ATLAS, cette étude rapporte la première mesure de l'intrication quantique entre les spins de paires de bosons Z issus de la désintégration du boson de Higgs, rejetant l'hypothèse d'un état séparable avec une signification de 4,7 écarts-types et fournissant ainsi une preuve forte de l'intrication entre des bosons massifs à l'échelle électrofaible.

ATLAS Collaboration2026-03-30⚛️ hep-ex

PQuantML: A Tool for End-to-End Hardware-aware Model Compression

PQuantML est une nouvelle bibliothèque open source de compression de modèles neuronaux adaptée au matériel, qui simplifie le déploiement de modèles performants sous contraintes de latence en offrant une interface unifiée pour l'élagage et la quantification, comme le démontre son efficacité sur des tâches de classification de jets au LHC.

Roope Niemi, Anastasiia Petrovych, Arghya Ranjan Das, Enrico Lupi, Chang Sun, Dimitrios Danopoulos, Marlon Joshua Helbing, Mia Liu, Sebastian Dittmeier, Michael Kagan, Vladimir Loncar, Maurizio Pierin (…)2026-03-30⚛️ hep-ex