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.
Ce papier présente CaloScore v2, une architecture améliorée utilisant des modèles de diffusion et la distillation progressive pour simuler des gerbes calorimétriques avec une haute fidélité en une seule évaluation de fonction, surmontant ainsi les limitations de temps de calcul des approches précédentes.
Cet article présente SBUnfold, une nouvelle méthode de dépliage basée sur les ponts de Schrödinger et les modèles de diffusion qui combine les avantages des modèles discriminatifs et génératifs pour réaliser des mesures de sections efficaces différentielles non binnées et de haute dimension.
Cet article démontre comment un nouveau modèle fondamental dédié aux jets hadroniques permet de surmonter trois défis majeurs en physique des collisionneurs : l'économie de puissance de calcul pour les algorithmes de reconstruction, la quantification complète des incertitudes pour les mesures multidimensionnelles et la recherche de nouvelle physique par des méthodes agnostiques, intégrant ainsi ces modèles dans la boîte à outils des praticiens.
Le système AutoDQM, qui utilise des techniques statistiques avancées et l'apprentissage non supervisé, améliore significativement la détection des anomalies dans les données du détecteur CMS du CERN, surpassant les méthodes traditionnelles par un facteur de 4 à 6.
Les auteurs proposent « OmniLearn », un modèle fondamental pour la physique des jets capable d'améliorer simultanément la précision et la rapidité de toutes les tâches liées aux jets, telles que la classification, la génération et la détection d'anomalies, grâce à une représentation apprise transférable entre différents systèmes de collision et simulations de détecteurs.
Cette étude présente une détermination par QCD sur réseau des facteurs de forme décrivant les désintégrations semi-leptoniques , fournissant des prédictions du Modèle Standard pour les taux de désintégration du qui, bien que supérieures aux valeurs expérimentales, sont cohérentes avec la symétrie de saveur $SU(3)$ approximative.
Cet article propose une approche holistique et une identification avancée des singulets de couleur (ACSI) utilisant l'intelligence artificielle pour améliorer considérablement la précision des mesures de désintégration du boson de Higgs en paires de quarks ou de gluons dans les futurs collisionneurs.
Cet article établit de nouvelles contraintes sur les couplages du boson Z violant la saveur dans le secteur des quarks, démontrant que les expériences de basse énergie fournissent des limites nettement plus strictes que les recherches actuelles au collisionneur.
Cet article propose un modèle étendu de matière noire via un portail de Higgs complexe qui, en intégrant une violation de CP spontanée, explique simultanément l'asymétrie baryonique, la densité de matière noire et l'excès de rayons gamma du centre galactique grâce à une transition de phase électrofaible en deux étapes générant des ondes gravitationnelles détectables.
Cette étude démontre que les programmes Tera-Z des futurs collisionneurs FCC-ee et CEPC permettront de contraindre avec une précision inédite les interactions anormales dans le processus via une analyse en théorie effective des champs, améliorant ainsi considérablement la sensibilité par rapport aux limites actuelles du LEP.