hep-ex

First Measurement of Correlated Charge Noise in Superconducting Qubits at an Underground Facility

Wasserstein normalized autoencoder for anomaly detection

Questo articolo introduce il Wasserstein normalized autoencoder (WNAE), un nuovo modello di rilevamento delle anomalie non supervisionato che minimizza la distanza di Wasserstein tra i dati di addestramento e una distribuzione di Boltzmann degli errori di ricostruzione per identificare efficacemente i jet semivisibili al CERN LHC, superando al contempo i fallimenti di ricostruzione degli outlier comuni negli autoencoder standard.

From Qubits to Couplings: A Hybrid Quantum Machine Learning Framework for LHC Physics

Questo articolo propone un framework di Apprendimento Automatico Quantistico Ibrido che integra circuiti quantistici parametrizzati con reti neurali classiche per migliorare significativamente la sensibilità nelle ricerche del doppio bosone di Higgs nel canale $HH \to b\bar{b}\gamma\gamma$ al LHC, superando sia i modelli classici allo stato dell'arte che quelli puramente quantistici nel vincolare le sezioni d'urto di produzione e i parametri di accoppiamento.

Performance of an LYSO-Based Active Converter for a Conversion Spectrometer aiming for 52.8 MeV photon detection in Future $\mu^+ \to e^+ \gamma$ Search Experiments

Questo articolo riporta lo sviluppo con successo e la validazione tramite test-beam di un prototipo di convertitore attivo a base di LYSO per futuri esperimenti $\mu^+ \to e^+ \gamma$, dimostrando una risoluzione temporale di 25 ps e una resa luminosa di $10^4$ fotoelettroni che superano significativamente i requisiti di progettazione per il rilevamento di fotoni da 52,8 MeV.

New quantum information perspectives in the axion--photon and neutrino systems

Questo articolo applica la teoria dell'informazione quantistica ai sistemi assione-fotone e neutrino, dimostrando come la loro dinamica accoppiata generi entanglement, caratterizzando le correlazioni quantistiche risultanti e i limiti di velocità, ed établendo connessioni tra la fenomenologia degli assioni, le oscillazioni dei neutrini e le risorse quantistiche fondamentali.

Characterizing the energy resolution of the MicroBooNE LArTPC at the MeV scale using monoenergetic features of $^{208}$Tl decays

Questo articolo presenta la prima misurazione in assoluto della risoluzione energetica in una Camera a Proiezione Temporale a Argon Liquido (LArTPC) alla scala dei MeV, utilizzando segnali monoenergetici dai decadimenti di $^{208}$Tl nel rivelatore MicroBooNE per determinare una risoluzione di circa il 7,52% e validare le previsioni di simulazione.

Searching for Lepton Flavor Violating decays of the Higgs Boson into $\mu\tau$, $e\tau$, and $e\mu$ final states at FCC-ee

Questo articolo investiga la sensibilità proiettata dell'FCC-ee a $\sqrt{s}=240$ GeV con una luminosità di 5 ab$^{-1}$ per i decadimenti dell'Higgs con violazione del sapore leptonico in stati finali $\mu\tau$, $e\tau$ ed $e\mu$, stabilendo limiti superiori al 95% CL sui loro rapporti di ramificazione e dimostrando che i vincoli dell'FCC-ee superano le ricerche a bassa energia per i canali $e-\tau$ e $\mu-\tau$, pur rimanendo meno stringenti per il canale $e-\mu$.

Model-Agnostic Signal Discovery with Machine Learning: Bridging the Gap Between Theory and Practice

Questo articolo esamina il quadro concettuale, le potenziali criticità e le strategie di validazione delle tecniche di ricerca agnostiche rispetto al modello basate sull'IA, progettate per potenziare la capacità di scoperta di dati scientifici complessi privilegiando l'esplorazione ampia rispetto a specifiche ipotesi teoriche.

Measurement of the cross-section for the production of a $W$ boson in association with $b$-jets in $pp$ collisions at $\sqrt{s}=13$ TeV with the ATLAS detector

Utilizzando 140 fb$^{-1}$ di dati di collisioni protone-protone a 13 TeV raccolti dal rivelatore ATLAS, questo articolo presenta una misura della sezione d'urto di produzione di $W$+b-jet che raggiunge una precisione relativa due volte migliore rispetto ai risultati precedenti ed è coerente con le previsioni QCD al prossimo ordine (next-to-leading-order).

Deep-learning-based low-energy trigger algorithms for the Hyper-Kamiokande experiment

Questo articolo dimostra che gli algoritmi di trigger basati sul deep learning, in particolare una rete neurale supervisionata e un modello di rilevamento delle anomalie basato su MPDR, superano significativamente i trigger tradizionali basati sul conteggio degli urti nell'identificare eventi di neutrini a bassa energia per l'esperimento Hyper-Kamiokande, mantenendo al contempo la fattibilità in tempo reale con latenze di inferenza su GPU inferiori al millisecondo.