⚛️ Category

hep-ph

5851 articles

La physique des hautes énergies explore les constituants fondamentaux de l'univers et les forces qui les régissent, souvent à des échelles inaccessibles à l'observation directe. Cette discipline repousse les limites de notre compréhension de la matière, des trous noirs aux mystères de l'énergie sombre, en s'appuyant sur des modèles théoriques complexes et des données expérimentales colossales.

Sur Gist.Science, nous traitons systématiquement chaque nouveau prépublications de ce domaine publié sur arXiv pour les rendre accessibles à tous. Pour chaque article, nous générons une explication claire en langage courant, suivie d'une analyse technique détaillée, permettant ainsi aux chercheurs comme aux curieux de saisir l'essence de ces découvertes sans barrières linguistiques.

Voici la sélection la plus récente des travaux en physique des hautes énergies, accompagnée de nos résumés pour vous aider à naviguer dans les avancées scientifiques de demain.

⚛️ phénoménologie

Delayed Charged Lepton Yukawa Equilibration in Minimal Seesaw

Cet article démontre que le rôle cosmologique du neutrino droit le plus lourd et découplé dans le modèle minimal de seesaw de type I est significatif, car sa présence de longue durée peut retarder substantiellement l'équilibrage des couplages de Yukawa des leptons chargés, modifiant ainsi les régimes de saveur dans la leptogénèse thermique et impactant l'évolution cosmique globale, y compris la production de matière noire et les spectres d'ondes gravitationnelles.

Rishav Roshan, Sudipta Show2026-08-17
⚛️ théorie des hautes énergies

The Minimal Supersymmetric Standard Model with Non-Invertible Selection Rules

Cet article propose un cadre du Modèle Standard Supersymétrique Minimal utilisant des règles de sélection non inversibles dérivées du gaugageage de l'automorphisme extérieur d'une symétrie discrète afin de générer simultanément des textures de masses de fermions réalistes et de supprimer les courants neutres changeant le goût tout en maintenant la stabilité sous l'évolution du groupe de renormalisation.

Yuichiro Nakai, Hajime Otsuka, Yoshihiro Shigekami, Zhihao Zhang2026-08-17
🔬 physique

Unknown Unknowns: Model Misspecification in Machine Learning for Physics

Cet article aborde le défi critique de la spécification erronée des modèles dans les applications d'apprentissage automatique pour la physique, soutenant qu'une analyse robuste nécessite un cycle itératif de diagnostics et de mises à jour de modèles complémentaires, étayé par un état d'esprit qui anticipe et accommode les erreurs imprévues afin de distinguer les nouvelles découvertes des biais analytiques.

Juan Cruz-Martinez, Carolina Cuesta-Lazaro, Alexander Held, Michael Kagan2026-08-17
⚛️ phénoménologie

Axion Isocurvature Perturbations Survive the Scaling Evolution of Axion Domain Walls

Cet article démontre que des perturbations d'isocurvatures d'axions considérables peuvent survivre à l'évolution d'échelle et à l'annihilation finale des parois de domaine d'axions, car l'énergie du vide biaisée libérée lors de l'effondrement hérite et transfère les corrélations inflationnaires de super-horizon à la densité de matière noire d'axions.

Naoya Kitajima, Junseok Lee, Kai Murai, Fuminobu Takahashi, Wen Yin2026-08-17
🤖 apprentissage automatique

Contrastive Learning for Interpretable Anomaly Detection at Collider Experiments

Le document présente ORCA, un cadre à deux étapes combinant l'apprentissage contrastif supervisé avec des auto-encodeurs pour obtenir à la fois une sensibilité et une interprétabilité améliorées dans la détection d'anomalies de collisionneurs en projetant les événements dans un espace de plongement où les échantillons anormaux peuvent être attribués quantitativement à des processus physiques connus.

Haoyi Jia, Sagar Addepalli, Julia Gonski2026-08-17
⚛️ réseaux

Efficient Hamiltonian Truncation: Fast Matrix Construction and Quantum Krylov Diagonalization

Cet article présente une stratégie hybride classique-quantique pour améliorer l'efficacité de la troncature hamiltonienne pour les théories quantiques des champs en introduisant une génération de base basée sur les partitions d'entiers, une construction de matrice creuse sensible aux symétries et une diagonalisation de Krylov quantique, démontrant des gains computationnels significatifs dans les modèles scalaires et ϕ4\phi^4 en deux dimensions.

Rachel Houtz, Marco Knipfer, Konstantin Matchev, Alexander Roman, Mia West2026-08-17
⚛️ phénoménologie

Gravitational Waves from Dimension-6 Assisted Peccei - Quinn Phase Transitions

Cet article étudie comment l'ajout d'un opérateur de dimension 6 au modèle minimal de l'axion KSVZ peut déclencher une transition de phase de Peccei-Quinn du premier ordre, produisant des signaux d'ondes gravitationnelles observables et une phénoménologie de la matière noire spécifique au sein d'un cadre soutenu par des complétions ultraviolettes.

Nico Benincasa, Kristjan Müürsepp2026-08-17
⚛️ phénoménologie

Beyond Δm2\Delta m^2: Absolute Mass Sensitivity in Neutrino Oscillations

Cet article démontre que les oscillations de neutrinos peuvent sonder l'échelle de masse absolue des neutrinos grâce aux corrections de l'ordre suivant dans la phase d'oscillation, révélant que l'expérience JUNO pourrait détecter des masses de quelques centaines de keV, offrant ainsi une méthode nouvelle et complémentaire aux contraintes de masse existantes.

Gustavo F. S. Alves, André L. C. de Gouvêa, Joshua Kaler, Shirley Weishi Li, Pedro A. N. Machado2026-08-17
⚛️ phénoménologie

Strong CP\mathcal{CP} and Quark Mass Hierarchies from Modular Invariance

Cet article propose que l'extension des solutions modulaires au problème CP fort vers des symétries modulaires finies non-abeliennes résout simultanément le problème CP fort en fixant θˉ=0\bar\theta=0 et génère les hiérarchies de masses des quarks grâce à une condition d'anomalie modulaire qui force le déterminant de Yukawa à s'annuler au point de cusp.

Xiang-Gan Liu, Michael Ratz, Alexander Stewart2026-08-17
⚛️ théorie nucléaire

Bayesian inference of event-by-event collision geometry from charged-particle multiplicity in heavy-ion collisions

Cet article introduit la méthode de Détermination des Participants par Inférence (IPD), un cadre bayésien qui utilise la multiplicité des particules chargées et des a priori de type Monte-Carlo Glauber pour inférer de manière probabiliste la géométrie de collision événement par événement, réduisant ainsi les fluctuations de volume et améliorant la reconstruction des cumulants de protons nets par rapport à la classification conventionnelle de la centralité.

Yige Huang, Fu-Peng Li, Hanwen Feng, Nu Xu2026-08-17