⚛️ Category

hep-ex

2196 articoli

Questa sezione è dedicata all'interazione tra il fegato e l'intestino, un dialogo biologico fondamentale che influenza la digestione, l'immunità e persino la salute mentale. Qui esploriamo come questi due organi comunicano costantemente, scambiando sostanze e segnali che possono proteggere o danneggiare il nostro organismo, rendendo comprensibile una rete complessa senza bisogno di termini specialistici.

Ogni articolo presentato proviene direttamente da arXiv, dove Gist.Science analizza sistematicamente ogni nuovo preprint pubblicato in questo settore. Per ogni studio, offriamo una spiegazione semplice accessibile a tutti, affiancata da un'analisi tecnica dettagliata per chi desidera approfondire i dati specifici e le metodologie di ricerca.

Di seguito trovate le ultime pubblicazioni in questa categoria, con le nostre sintesi pronte per guidarvi alla scoperta delle nuove frontiere della ricerca epato-intestinale.

⚛️ high-energy experiments

ImpCresst -- A versatile simulation tool focusing on solid-state detectors at keV energies

Il documento presenta ImpCresst, uno strumento di simulazione basato su Geant4 sviluppato dalla collaborazione CRESST per modellare le risposte dei rivelatori a stato solido nell'intervallo di energie keV, offrendo funzionalità avanzate come l'importazione dinamica della geometria da file CAD, la persistenza dei dati in ROOT e una gestione ottimizzata del flusso di lavoro in ambienti HPC.

G. Angloher, S. Banik, A. Bento, A. Bertolini, R. Breier, C. Bucci, J. Burkhart, L. Burmeister, L. Canonica, F. Casadei (…)2026-03-03
⚛️ high-energy experiments

Sensitivity to sub-GeV dark matter in forthcoming spallation-source neutrino experiments

Lo studio dimostra che i futuri esperimenti di scattering coerente neutrino-nucleo presso le sorgenti di neutroni per spallazione (ESS, J-PARC e CSNS) saranno in grado di sondare regioni inesplorate dello spazio dei parametri per la materia oscura sub-GeV mediata da portali vettoriali, producendo tramite decadimenti di pioni neutri.

D. Aristizabal Sierra, V. De Romeri, D. K. Papoulias, G. Sanchez Garcia2026-03-03
⚛️ quantum physics

From Reachability to Learnability: Geometric Design Principles for Quantum Neural Networks

Questo studio ridefinisce la progettazione delle reti neurali quantistiche passando dalla semplice raggiungibilità degli stati alla geometria controllabile delle rappresentazioni nascoste, introducendo il criterio di quasi completa selettività locale (aCLS) per dimostrare che l'apprendimento delle caratteristiche richiede una dipendenza congiunta tra dati e pesi addestrabili, garantendo così migliori prestazioni con minori risorse computazionali.

Vishal S. Ngairangbam, Michael Spannowsky2026-03-03
⚛️ high-energy experiments

Stimulated emission of signal photons from dark matter waves

Gli autori dimostrano una tecnica di enhancement quantistico che utilizza stati di Fock non classici in una cavità a microonde per stimolare l'emissione di fotoni da onde di materia oscura, aumentando il tasso di scansione di un fattore 2,78 e permettendo di escludere nuovi limiti per i fotoni oscuri nella banda di 5,965 GHz.

Ankur Agrawal, Akash V. Dixit, Tanay Roy, Srivatsan Chakram, Kevin He, Ravi K. Naik, David I. Schuster, Aaron Chou2026-03-02
⚛️ high-energy experiments

The role of final-state interaction modeling in neutrino energy reconstruction and oscillation measurements

Lo studio dimostra che le variazioni nella modellazione delle interazioni finali possono distorcere lo spettro dell'energia dei neutrini negli esperimenti di prossima generazione in misura paragonabile o superiore agli effetti dei parametri di oscillazione, creando una degenerazione che rende urgente un miglioramento della caratterizzazione teorica e sperimentale di tali interazioni.

Yinrui Liu, Laura Munteanu, Stephen Dolan2026-03-02
⚛️ high-energy experiments

NuBench: An Open Benchmark for Deep Learning-Based Event Reconstruction in Neutrino Telescopes

Il paper presenta NuBench, un benchmark open-source basato su 130 milioni di simulazioni di interazioni di neutrini in sei diverse geometrie di rivelatori, progettato per valutare e confrontare metodi di ricostruzione degli eventi basati sul deep learning nei telescopi per neutrini.

Rasmus F. Orsoe, Stephan Meighen-Berger, Jeffrey Lazar, Jorge Prado, Ivan Mozun-Mateo, Aske Rosted, Philip Weigel, Artur (…)2026-03-02