jBOT: Semantic Jet Representation Clustering Emerges from Self-Distillation
この論文は、CERNの大型ハドロン衝突型加速器(LHC)のジェットデータに対し、粒子レベルとジェットレベルの両面から自己蒸留を行う新しい事前学習手法「jBOT」を提案し、ラベルなしデータからの学習によって異常検知や分類に有効な意味的なクラス・クラスタリングが創発されることを示したものです。
2221 件の論文
「Hep-Ex」は、素粒子物理学の最前線にある加速器実験の分野を指します。大型加速器で衝突させた粒子の振る舞いを詳しく調べることで、宇宙の根本的な法則や物質の成り立ちを探求する研究です。
Gist.Science は、arXiv から公開されるこの分野の最新プレプリントをすべて網羅的に処理し、専門知識がなくても読める平易な解説と、技術的な詳細を両方備えた要約を提供しています。
以下に、Hep-Ex 分野の最新論文リストを掲載します。
この論文は、CERNの大型ハドロン衝突型加速器(LHC)のジェットデータに対し、粒子レベルとジェットレベルの両面から自己蒸留を行う新しい事前学習手法「jBOT」を提案し、ラベルなしデータからの学習によって異常検知や分類に有効な意味的なクラス・クラスタリングが創発されることを示したものです。
この論文は、重イオン衝突後の多体量子状態におけるエネルギー・エネルギー相関関数(EEC)を解析し、角度の変化に伴って、流体的な集団運動、流体力学的モード、および光線演算子積展開(light-ray OPE)へと支配的なメカニズムが遷移していく一連のダイナミカルな領域を明らかにしています。
LHCb実験のデータを用いた本論文は、崩壊における前方後方非対称性()およびフラット項()の初測定を行い、その結果が標準模型の予測と概ね一致することを示しています。
この論文は、太陽内部の電子による散乱で加速された「太陽反射ダークマター(SRDM)」が、非弾性ダークマター(iDM)モデルにおいて励起状態を介して検出器でのエネルギー放出を増大させ、MeVスケールの質量領域における直接探索実験の感度向上や制約に寄与することを示しています。
BelleおよびBelle II実験におけるのデータを活用し、ニュートリノを含む欠損エネルギーを伴うおよび過程の測定や探索を行う研究に関する概要です。
HGQ-LUTは、FPGA向けに最適化されたLUTベースのニューラルネットワークを、高速な学習、自動的なリソース最適化、および既存ツールチェーンとの統合を通じて実用的なワークフローで実現する新しい学習手法です。
この論文は、250 GeVのILC(国際リニアコライダー)におけるILDおよびDelphesを用いたシミュレーションに基づき、ヒッグスファクトリーにおける未知の軽いエキゾチック・スカラー粒子の「スカラー・シュトラールング過程」による生成と、その崩壊チャネル(、、不可視崩壊)に対する探索感度を評価したものです。
本論文は、N-naturalness シナリオにおいてニュートリノ質量が抑制されるメカニズムを解明し、セクター間の結合が完全に対称でない場合に生じるニュートリノ質量固有状態の塔の現象論を解析することで、ニュートリノ振動や質量測定などの地上実験を通じて N-naturalness を検証する新たな道を開いたことを示しています。
本論文は、LHCb 実験において ハイペロンの質量測定における系統誤差を 0.7 keV/ に制御する手法を提案し、これにより現在の知識を 3 倍の精度で更新できることを示しています。
CERN の LHC における CMS 検出器を用いた酸素 - 酸素衝突実験で、核物質中を通過する際の部分子のエネルギー損失を示唆する荷電粒子の生成抑制が初めて観測され、これは従来のモデルよりもエネルギー損失を考慮した理論モデルとよく一致することが示されました。