Measurement of using and decays with and
2024 년 5.8 fb의 데이터를 활용한 업그레이드된 LHCb 검출기를 사용하여, 본 논문은 중간자가 또는 로 붕괴하는 및 붕괴를 통해 CKM 각도 를 최초로 측정하였으며, 달리츠 도면 분포에서 위반을 관측함으로써 라는 값을 도출하였다.
1963 편의 논문
간단하게 말해 헵-엑스(Hep-Ex)는 우주의 가장 작은 입자들이 어떻게 상호작용하고, 어떤 힘으로 묶여 있는지 탐구하는 실험 물리학의 영역입니다. 거대한 가속기에서 발생한 데이터를 분석하며 표준 모형을 넘어서는 새로운 물리 법칙을 찾아내는 과정은 마치 우주라는 거대한 퍼즐의 조각을 맞추는 것과 같습니다.
기스트 사이언스(Gist.Science)는 이 분야의 최신 연구 동향을 빠르게 파악하실 수 있도록 arXiv에 게시되는 모든 새 논문들을 실시간으로 수집합니다. 복잡한 수식과 전문 용어로 가득 찬 원문을 바탕으로, 누구나 쉽게 이해할 수 있는 일반인용 요약과 연구 전문가를 위한 상세 기술적 분석을 동시에 제공합니다.
아래에는 헵-엑스 분야의 최신 논문들이 정리되어 있습니다.
2024 년 5.8 fb의 데이터를 활용한 업그레이드된 LHCb 검출기를 사용하여, 본 논문은 중간자가 또는 로 붕괴하는 및 붕괴를 통해 CKM 각도 를 최초로 측정하였으며, 달리츠 도면 분포에서 위반을 관측함으로써 라는 값을 도출하였다.
본 논문은 미래 충돌기에서 장수명 입자를 탐색하기 위한 국제 대형 검출기 (ILD) 의 능력을 포괄적으로 시뮬레이션하여 다양한 도전적인 최종 상태에서 변위된 꼭짓점과 꺾인 궤적을 탐지할 수 있는 잠재력과 모델 독립적 시나리오 및 힉스 보손 붕괴에 대한 배제 한계를 확립할 수 있음을 입증한다.
이 논문은 CMS 데이터를 바탕으로 최근 관측된 테트라쿼크에 대한 더 가벼운 스칼라 파트너 의 존재를 예측하며, 상태의 S-파 멀티플렛을 확인하고 경쟁하는 이론적 모델들을 구별하기 위한 추가적인 실험적 조사를 촉구하고 있습니다.
본 논문은 고정 차수 계산, 다중 재합산 차수, 그리고 첫 번째 원리 기반의 멱수 보정을 결합한 최첨단 이론적 예측을 활용하여 무거운 제트 질량 데이터에 대한 전역 피팅을 수행함으로써 에 대한 정밀한 강결합 상수 값을 제시하며, 이는 견고한 결과를 달성하는 데 재합산이 수행하는 결정적 역할을 입증하고 삼제트 영역에서 음의 멱수 보정에 대한 증거를 드러낸다.
본 논문은 Run 5 기간 동안 고광도 LHC 와 동시 충돌을 수행하기 위해 20 GeV 에너지 회선 선형가속기를 활용하는 '1 단계' 전자 - 하드론 충돌기 개념을 제안하며, 고유한 과학적 잠재력을 실현하기 위해 필요한 빔 역학, 가속기 기술 및 검출기 제약을 상세히 기술한다.
이 논문은 차원-6 연산자를 매개로 한 전약력 스팔레론의 CP 위반 붕괴를 통해 우주의 중입자 비대칭성을 설명하는 '스팔레로제네시스'라는 메커니즘을 제안하며, 이는 향후 전자의 전기 쌍극자 모멘트 측정을 통해 검증될 수 있는 약 38 TeV 의 새로운 물리 척도를 시사한다.
본 논문은 붕괴 생성물( 쌍 또는 ) 에 대한 상호보완적인 검출 방법을 결합함으로써 MeV 질량 범위의 무거운 스테릴 중성미자를 태양 중성미자 실험이 검출할 수 있음을 보여주는 민감도 연구를 제시하여, 혼합 각도와 질량에 대한 관측 가능한 매개변수 공간을 확장함을 보여준다.
본 논문은 화물 국경 관리용으로 설계된 우주선 뮤온 단층촬영 스캐너에 대한 최적화 연구를 제시하며, 베이지안 최적화로 강화된 미분 가능 프로그래밍 접근법과 상세한 GEANT4 시뮬레이션을 활용하여 검출기 구성을 정교화하고 물질 식별 능력을 향상시킵니다.
ATLAS 협력은 13 TeV 양성자 - 양성자 충돌 데이터 133 fb를 활용하여 벡터 보손 융합을 통해 생성되고 고에너지 광자와 함께 방출되며 로 붕괴하는 표준 모형 힉스 보손을 탐색하였으며, 개선된 분석 기법을 적용하여 신호 강도 과 관측된 유의성 0.3 표준편차를 측정했고 이는 배경만 존재한다는 가설과 일치합니다.
본 논문은 제트 분류 성능에서 최첨단 결과를 JetClass 데이터셋에서 달성하면서 의사결정을 주도하는 주요 요인으로 각도 분리 및 횡방향 운동량을 식별하기 위해 네 가지 고유한 운동학적 특징 가중치 그래프 표현을 통합하는 설명 가능한 그래프 신경망인 E-PCN을 소개합니다.