Agents of Discovery
本論文は、大規模言語モデル（LLM）を専門タスクに特化したエージェントとして連携させることで、素粒子物理学の異常検出タスクにおいて人間の最先端結果に匹敵する分析を自動化できる可能性を実証したものである。
⚛️ Category
hep-ex
889 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。
Theory uncertainties of the irreducible background to VBF Higgs production
VBF ハiggs 生成の不可避な背景過程であるグルーオン融合による 2 ジェット付随ハiggs 生成について、最先端の固定次数計算を基準に各種イベント生成器を比較検討し、信頼性の高い予測には 2 ジェット最終状態に対する NLO 計算が不可欠であることを示した。
Probing Quark Electric Dipole Moment with Topological Anomalies
この論文は、5 次元 Chern-Simons 項に由来する異常結合を介して、CMD-3 や BESIII などの実験データを用いてストレンジクォークの電気双極子モーメント を 〜 の感度で探査する手法を提案し、将来のスーパー・タウ・チャームファシリティや Belle II によるさらなる感度向上の可能性を示しています。
GRACE: an Agentic AI for Particle Physics Experiment Design and Simulation
本論文は、高エネルギー物理学および原子核物理学の実験設計において、自然言語や論文から実験を構造化し、モンテカルロシミュレーションを用いて自律的に検出器の設計を最適化するマルチモーダル AI エージェント「GRACE」を提案し、その有効性を示すものである。
Excluding MeV-scale QCD axions by at KTeV
KTeV 実験の測定データの詳細な再解析により、MeV スケールの QCD アキシオンが電子・アップ・ダウンクォークに結合するというシナリオが、理論的不確実性を考慮してもほぼ完全に排除されることが示されました。
Real-time graph neural networks on FPGAs for the Belle II electromagnetic calorimeter
本研究は、Belle II 実験の電磁カロリメータ向けに FPGA 上で実装され、8 MHz のスループットと 3.168 μs の遅延で動作するリアルタイム・グラフニューラルネットワーク型トリガーを開発し、従来のアルゴリズムと比較して位置分解能やクラスタ純度、効率を大幅に向上させた世界初の事例を報告したものである。
Detection horizon for the neutrino burst from the stellar helium flash
低質量星のヘリウムフラッシュで生成されるニュートリノバーストの検出可能性を評価した結果、次世代実験施設でも検出限界距離は約 3 パーセクに留まり、銀河系内に適切な候補星が存在しないため、現時点ではヘリウムフラッシュの探査にはアステロセイスモロジーが最も有望な手法であると結論付けられています。
Charm and strange meson fragmentation functions
この論文は、共変ベータ・サルピーター波動関数とクォーク伝播関数を用いた素過程から出発し、25 個の連成ジェット方程式を導出することで、パイオン、カオン、およびチャーム・ストレンジメソンを含むカスケード過程を記述し、軽・重クォーク領域にわたる一貫したフラグメンテーション関数を計算するものである。
Enabling Low-Latency Machine learning on Radiation-Hard FPGAs with hls4ml
この論文は、hls4ml ライブラリに放射線耐性を持つ Microchip PolarFire FPGA 向けの新しいバックエンドを実装し、LHCb 実験の PicoCal 検出器向けに設計された軽量オートエンコーダを 25ns の低遅延で実装可能にした、放射線耐性 FPGA 上での機械学習の最初の実証例を提示するものです。
New Pathways in Neutrino Physics via Quantum-Encoded Data Analysis
この論文は、IBM の量子プロセッサを用いた量子圧縮技術によりニュートリノ事象情報を効率的に保存・復元し、電子ニュートリノとミューニュートリノの分類を成功させたことで、既存のトリガー手法では見逃されがちな未知の物理現象の検出を可能にする新たなアプローチを提案している。