Model-independent ZH production cross section at FCC-ee
본 논문은 반동 질량 방법을 사용하여 240 GeV 에서 0.31% 및 365 GeV 에서 0.52% 의 전례 없는 통계적 정밀도를 달성한 모델 독립적인 ZH 생성 단면적 측정을 위해 경입자 및 강입자 최종 상태를 일관되게 결합하여 분석한 최초의 연구를 제시한다.
1442 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.
본 논문은 반동 질량 방법을 사용하여 240 GeV 에서 0.31% 및 365 GeV 에서 0.52% 의 전례 없는 통계적 정밀도를 달성한 모델 독립적인 ZH 생성 단면적 측정을 위해 경입자 및 강입자 최종 상태를 일관되게 결합하여 분석한 최초의 연구를 제시한다.
13 TeV 양성자-양성자 충돌 데이터 138 fb를 이용하여 CMS 실험은 H WW e 채널을 통해 힉스 보손의 총 붕괴 폭을 3.9 MeV 로 측정하였으며, 이는 이전 결과 대비 불확도를 세 배 개선한 동시에 표준 모형과의 일관성을 확인한 것입니다.
본 논문은 = 13.6 TeV 에서의 2024 년 CMS 양성자 - 양성자 충돌에서 새로운 레벨 -1 트리거 스카우팅 데이터를 이용한 무거운 장수명 하전 입자에 대한 최초의 탐색을 제시하며, 생산 단면적에 대한 상한을 설정하고 여러 번치 교차에 걸쳐 상호작용하는 입자를 분석함으로써 더 낮은 값에 대한 감도를 확장하는 개념 증명성을 입증한다.
본 논문은 입자 제트 생성에 대한 신경 확장 법칙을 조사하여 모델 크기에 따른 로그적 확장을 확인하고 다음 토큰 예측 손실이 물리적 정확도의 대용량 지표임을 검증하는 한편, 자기회귀 학습에서의 급속한 포화로 인해 데이터셋 크기와 계산량에 대해서는 더 약한 확장 경향을 관찰하였다.
본 논문은 중성미자 망원경에서 관측되는 시작 궤적 사건의 가시적 비탄성성을 활용하여 천체 중성미자의 타우 맛 성분을 통계적으로 측정할 수 있는 보완적이고 즉시 접근 가능한 방법을 제안하며, 이는 기존 아이스큐브 데이터와 경쟁력 있는 감도를 제공한다.
본 논문은 정렬 한계에 가까운 특정 확장 스칼라 섹션 시나리오에서 고차원 상호작용과 억제된 혼합이 기존 붕괴 모드를 억제하여 다중 힉스 최종 상태 (2~4 개의 힉스 보손) 를 LHC 에서의 새로운 물리 현상 발견을 위한 주요 채널로 만들며, 이는 단일 스칼라 구현과 두 개의 단일항 구현을 구별할 수 있는 고유한 운동학적 특징을 제공한다고 제안한다.
벨레 검출기로 수집된 1억 200만 개의 및 1억 5800만 개의 붕괴 데이터를 이용하여 연구자들은 , , 또는 디바리온 상태에 대한 증거를 발견하지 못했으며, 이들의 생성 분지비에 대해 – 수준에서 최초의 90% 신뢰수준 상한치를 설정하였다.
본 논문은 가중치 PDF 를 재구성하고 기존 이론적 및 현상학적 결정과 비교하기 위해 물리적 질량 트위스트드 질량 페르미온 앙상블을 사용하여 파이온과 카온의 비편광된 파트온 분포 함수에 대한 처음 네 개의 멜린 모멘트에 대한 격자 QCD 결과를 제시한다.
본 논문은 SENSEI 스킵퍼-CCD 의 가짜 전하를 특성화하여 판독 중 직렬 레지스터가 지배적인 배경 원천임을 규명하고, 새로운 3 단계 클록킹 방식이 단일 전자 밀도를 약 7 배 감소시킨다는 것을 입증한다.
본 논문은 고에너지 물리학 머신러닝 알고리즘의 안정적인 보존과 향후 재현성을 보장하기 위해 해당 알고리즘의 구성을 산업 표준 ONNX 형식 또는 네이티브 Python 및 C++ 코드로 변환하도록 설계된 petrifyML 패키지를 소개합니다.