hep-ph articles | Gist.Science

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.

⚛️ phenomenology

Signatures of Type-I Seesaw in Neutrino Oscillation Phenomenology

Cette étude examine la phénoménologie du mécanisme de seesaw de type I dans un cadre 3+3 en combinant des simulations d'oscillations de neutrinos pour les expériences DUNE, NO $\nu$ A et JUNO avec des contraintes cosmologiques et de violation de la saveur des leptons, révélant que les neutrinos stériles à l'échelle du eV sont fortement contraints par la limite actuelle sur $\mu \to e\gamma$ tandis que la somme des masses de neutrinos prédite se situe entre 0,05 et 0,07 eV.

Suka Sriyansu Pattanaik, Sasmita Mishra2026-03-30

⚛️ phenomenology

Constraints on axion-like particles via associated diboson production in hadronic collisions

Cette étude évalue la sensibilité des collisionneurs hadroniques actuels et futurs aux particules de type axion via la production associée de bosons, établissant des contraintes sur leurs couplages et soulignant le potentiel de la phase à haute luminosité du LHC pour sonder les masses sub-GeV.

Barbara Jäger, Ozan Semin2026-03-30

⚛️ nuclear theory

Neural network enhanced Bayesian global analysis of relativistic heavy ion collisions

Cet article présente une analyse bayésienne mondiale innovante des collisions d'ions lourds, utilisant des réseaux de neurones pour accélérer les simulations hydrodynamiques et contraindre les propriétés de la matière QCD, révélant notamment un plateau de viscosité de cisaillement minimale et une viscosité volumique non nulle dans des plages de températures spécifiques.

Jussi Auvinen, Kari J. Eskola, Henry Hirvonen, Harri Niemi2026-03-30

⚛️ nuclear experiments

Probing Sub-MeV Dark Matter with Neutron-Capture $\gamma$ Spectroscopy

Cet article propose un cadre général pour la recherche de nouvelles particules faiblement couplées émises lors de la désexcitation nucléaire après capture neutronique, en exploitant des « peignes de lignes satellites » corrélées pour supprimer les ambiguïtés nucléaires et instrumentales grâce à l'utilisation de détecteurs HPGe haute résolution.

B. Meirose, D. Milstead2026-03-30

⚛️ nuclear theory

Non-eikonal corrections to dijet production in DIS

Cet article calcule les corrections non-eikonales à la production de dijets dans la diffusion profondément inélastique sur un noyau, en fournissant des expressions générales jusqu'à l'ordre suivant-le-suivant-eikonal et en démontrant que les corrections d'ordre suivant-eikonal s'annulent dans l'approximation de l'oscillateur harmonique pour les moyennes cibles.

Néstor Armesto, Fabio Domínguez, Adrián Romero2026-03-30

⚛️ phenomenology

Evaluation of QED cross sections in strong magnetic fields

Cet article présente un formalisme et des techniques de calcul pour déterminer les sections efficaces de diffusion QED à l'arbre dans des champs magnétiques intenses, dont les résultats sont intégrés dans un package Python open-source pour étudier la dynamique des plasmas magnétosphériques.

Olavi Kiuru2026-03-30

⚛️ phenomenology

Hardware-Aware Tensor Networks for Real-Time Quantum-Inspired Anomaly Detection at Particle Colliders

Cette étude démontre la faisabilité du déploiement en temps réel d'algorithmes d'apprentissage automatique inspirés des réseaux de tenseurs sur du matériel FPGA pour la détection d'anomalies dans les collisions de particules, offrant ainsi une solution efficace et adaptable aux contraintes des environnements de pointe.

Sagar Addepalli, Prajita Bhattarai, Abhilasha Dave, Julia Gonski2026-03-30

⚛️ high-energy experiments

CaloScore v2: Single-shot Calorimeter Shower Simulation with Diffusion Models

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.

Vinicius Mikuni, Benjamin Nachman2026-03-27

⚛️ high-energy experiments

Improving Generative Model-based Unfolding with Schrödinger Bridges

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.

Sascha Diefenbacher, Guan-Horng Liu, Vinicius Mikuni, Benjamin Nachman, Weili Nie2026-03-27

⚛️ high-energy experiments

Solving Key Challenges in Collider Physics with Foundation Models

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.

Vinicius Mikuni, Benjamin Nachman2026-03-27

← Précédent Suivant →

hep-ph

Signatures of Type-I Seesaw in Neutrino Oscillation Phenomenology

Constraints on axion-like particles via associated diboson production in hadronic collisions

Neural network enhanced Bayesian global analysis of relativistic heavy ion collisions

Probing Sub-MeV Dark Matter with Neutron-Capture γ\gammaγ Spectroscopy

Non-eikonal corrections to dijet production in DIS

Evaluation of QED cross sections in strong magnetic fields

Hardware-Aware Tensor Networks for Real-Time Quantum-Inspired Anomaly Detection at Particle Colliders

CaloScore v2: Single-shot Calorimeter Shower Simulation with Diffusion Models

Improving Generative Model-based Unfolding with Schrödinger Bridges

Solving Key Challenges in Collider Physics with Foundation Models

Probing Sub-MeV Dark Matter with Neutron-Capture $\gamma$ Spectroscopy