1404 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 présente la conception conceptuelle d'un nouveau calorimètre électromagnétique en cristaux à haute granularité, dont les simulations démontrent une résolution énergétique exceptionnelle et une linéarité supérieures aux exigences des futurs collisionneurs électron-positron de type usine à Higgs.
Cet article présente le premier simulateur de détecteurs de particules optiques entièrement différentiable, permettant une calibration et une reconstruction simultanées par optimisation basée sur le gradient qui surpassent ou égalent les méthodes conventionnelles tout en simplifiant les pipelines d'analyse.
Cet article démontre que l'utilisation de réseaux de neurones graphiques (GNN) pour estimer la quantité de mouvement des muons dans l'expérience CMS du LHC surpasse les modèles traditionnels comme TabNet, tout en soulignant l'importance cruciale de la dimension des caractéristiques des nœuds pour l'efficacité du modèle.
En utilisant le détecteur proche de NOvA et un échantillon record d'environ un million d'événements, cette étude présente la première mesure triplement différentielle de la section efficace de diffusion courante chargée des antineutrinos muoniques, révélant des écarts significatifs par rapport aux prédictions des principaux générateurs d'événements.
Les auteurs proposent un cadre d'analyse d'anomalies pour les données de collisionneurs, basé sur un modèle de diffusion latente bayésien informé par la physique, qui améliore la fiabilité des recherches de nouvelle physique en combinant estimation d'incertitude et contraintes physiques sur des données simulées du LHC.
Cet article rapporte la première observation optique de la dérive d'ions négatifs à pression atmosphérique dans un mélange hélium-CF-SF, démontrant la faisabilité de chambres à projection temporelle optiques à grande échelle pour la recherche d'événements rares.
En étendant le modèle à un seul flavon de réseau B de Froggatt-Nielsen au secteur des leptons, cette étude prédit que la hiérarchie des masses et le mélange des neutrinos conduisent à deux solutions distinctes pour l'octant de l'angle atmosphérique et la phase de CP, avec une préférence théorique pour la solution en bas octant (, ).
Cet article résume l'application des dérivées de la pression QCD calculées en QCD sur réseau pour construire des observables sondant le diagramme de phase de la QCD à masses de quarks physiques, en mettant l'accent sur l'influence de la transition de phase chirale, les caractéristiques du crossover et la recherche du point critique via les propriétés de convergence du développement de Taylor.
Cette étude présente une caractérisation complète du « faible excès d'énergie » observé dans le détecteur NUCLEUS en saphir, révélant que son taux ne dépend pas du niveau de bruit de fond mais diminue avec des procédures de refroidissement plus lentes, suivant une loi de puissance temporelle commune.
Ce papier propose que les agents d'IA supervisés par l'humain, fondés sur l'apprentissage profond et les modèles de langage, constituent la prochaine évolution de la méthode scientifique pour surmonter les limites de l'analyse des données massives, comme le démontre le système Dr. Sai appliqué à la physique des particules.