⚛️ 格子
interactions are weak near threshold in QCD
チャーム消滅を禁じた近似の下での、様々な軽クォーク質量を用いた格子QCD計算を用いた本研究は、閾値付近の相互作用は弱く、状態と閾値の間のエネルギー領域において束縛状態や共鳴の証拠は示されないことを見出した。
⚛️ Category
hep-lat
755 件の論文
肝臓と腸の密接な関係に焦点を当てた「肝腸相関」は、近年急速に発展している医学分野です。Gist.Science では、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対象に、専門的な内容を誰でも理解できる平易な解説と、技術的な詳細を網羅した要約の両方を提供しています。
研究の最先端は日進月歩ですが、複雑な論文を一つずつ読むのは容易ではありません。当サイトでは、これらの新しい知見を迅速に整理し、研究者だけでなく、医療従事者や一般の方にもその価値を届けることを目指しています。以下に、肝腸相関に関する最新の論文リストを掲載します。
⚛️ 格子
A parameter independent analysis of the QCD chiral phase transition and its universal critical behaviour
本論文は、独自のスケーリング関数の特性と改良されたカイラル秩序パラメータを利用することで、(2+1)フレーバーQCDシミュレーションからカイラル相転移温度および普遍的な臨界パラメータを直接推定するとともに、有限体積効果および普遍的スケーリングからの偏差を、軽クォーク対ストレンジクォークの質量比の関数として定量的に解析するものである。
⚛️ 格子
Subtraction method for disconnected diagrams in full QCD
本論文は、控えめな計算コストで、非連結図の統計的ノイズを、フルQCDにおいて3桁の分散減少を実現することで大幅に低減させる、領域分解に基づく減算手法を導入するものであり、これらの寄与を無視することに代わる実用的な選択肢を提供するものである。
⚛️ 格子
Progress on lattice theories with Grid: Möbius domain wall fermions and continuum extrapolations
本論文は、Möbiusドメインウォールフェルミオンを用いたSp(4)格子ゲージ理論に関する初の広範な研究からの予備的な結果を提示しており、最適化されたパラメータ選択が格子アーティファクトを効果的に抑制し、複合ヒッグスおよびダークマターモデルの信頼できる連続極限外挿を可能にすることを実証している。
⚛️ 格子
Boundary Condition dependent Universality Classes on a Hyperbolic Lattice
本研究は、有限な双曲格子上の強磁性イジングモデルが、境界条件に依存して異なる普遍性クラスを示すことを実証しており、開境界条件は非平均場指数を持つ新しい臨界挙動をもたらす一方で、有線境界条件は標準的な平均場臨界性を回復させる。
⚛️ 格子
SCORENF: Score-based Normalizing Flows for Sampling Unnormalized distributions
本論文は、小さな学習アンサンブルを用いて非正規化分布からの効率的かつ偏りのないサンプリングを可能にする、独立メトロポリス・ヘイスティングス・モジュールを統合したスコアベースのノーマライジングフロー・フレームワークであるScoreNFを紹介するものであり、これにより従来のMCMCやデータ集約的な機械学習モデルの限界を克服する。
⚛️ 量子物理学
Scattering amplitudes from quantum hardware a la RESOs
本論文は、IBMの量子ハードウェア上におけるReal-time Estimators for Scattering Observables (RESO) の初の実装を報告するものであり、109個の量子ビットを用いて1次元フェルミオン格子モデルの時空相関関数を計算することに成功し、束縛状態および散乱振幅の抽出を実証した。
⚛️ 格子
LaMET-Agent: An Agent Framework for Large-Momentum Effective Theory Analysis
本論文は、格子QCDからライトコーン・パートン分布を計算するための複雑かつ多段階のワークフローを自動化および標準化するオープンソースの大規模言語モデルフレームワークであるLaMET-Agentを紹介するものであり、複数のパイ中間子およびカオンの分布研究を通じてその能力を検証することに成功している。
⚛️ 格子
SIMANF: Sample Free Learning of Unnormalized Distributions via Simulated Annealing in Normalizing Flows
本論文は、高次元かつマルチモーダルな非正規化分布を効果的に学習およびサンプリングするために、焼きなまし法とノーマライジングフローを組み合わせ、ターゲット密度を段階的に変形させ、モード崩壊を防ぐためにステージ間で表現を転送する、サンプルフリーのフレームワークであるSIMANFを導入するものである。
⚛️ 格子
FUND: Density Flow for Sampling Unnormalised Distributions
本論文は、真の訓練サンプルを必要とせずに、分布軌跡マッチングを通じて標的分布を反復的に再形成することにより、MCMCや既存のフローベースの手法の効率性、エルゴード性、およびモード被覆における限界を克服する、新たなアルゴリズムであるFUNDを導入する。