Improved measurement of Born cross sections for and ( = 0, 1, 2) at Belle and Belle II
본 논문은 벨레 (Belle) 와 벨레 II (Belle II) 실험 데이터를 활용하여 및 생성 단면적을 정밀하게 측정하고, 과 상태가 서로 다른 최종 상태로 붕괴하는 특성을 규명하며 의 질량, 폭, 그리고 부분 폭과 분지비를 새롭게 측정했다고 요약할 수 있습니다.
1441 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 벨레 (Belle) 와 벨레 II (Belle II) 실험 데이터를 활용하여 및 생성 단면적을 정밀하게 측정하고, 과 상태가 서로 다른 최종 상태로 붕괴하는 특성을 규명하며 의 질량, 폭, 그리고 부분 폭과 분지비를 새롭게 측정했다고 요약할 수 있습니다.
이 논문은 55Fe 원천을 이용한 시간 의존적 전류 측정을 통해 Mu2e 스트로우 튜브 추적기의 가스 전도도를 정량화하고 유량이 불충분한 채널을 식별하는 새로운 품질 관리 방법을 제시합니다.
ReD 및 ReD+ 실험은 중성자원을 이용해 2~10 keV 범위의 아르곤 핵 반동 이온화 수율을 측정하여 7 keV 이하 에너지 영역에서 기존 데이터보다 높은 수율을 확인함으로써 저질량 암흑물질 탐색을 위한 검출기 응답 모델링에 중요한 데이터를 제공했습니다.
이 논문은 대칭이 약하게 깨지는 I(2+1)HDM 모델에서 암흑물질 후보와 우주 나이에 비견될 수 있는 수명을 가진 중성 입자의 특성을 분석하고, 이를 직접 탐색 실험의 한계와 ILC 의 충돌기 실험에서 관측 가능한 신호와 연결하여 연구한 내용을 담고 있습니다.
이 논문은 CERN 대형 강입자 충돌기 (LHC) 의 ATLAS 와 CMS 실험에서 수행된 W 및 Z 보손 생성에 대한 최신 측정 결과 (전하 렙톤 맛깔 위반 붕괴 탐색, 각도 계수 및 횡방향 운동량 분포 측정, Z+제트 삼중 미분 측정, 부스트된 하드론성 W 붕괴의 제트 질량 연구 및 W 보손 질량 추출 등) 를 종합하여, 정밀 측정이 섭동 양자 색역학 및 전약 이론의 엄격한 검증 도구로 작용함을 강조하고 있습니다.
이 논문은 BESIII 실험에서 붕괴를 통해 생성된 얽힌 바리온 - 반바리온 쌍의 각도 분포를 분석하여 하이퍼온의 전기 쌍극자 모멘트에 대한 상한선을 기존 측정치보다 3 자릿수만큼 정밀하게 개선함으로써, 우주 물질 - 반물질 비대칭의 근원을 규명하기 위한 새로운 CP 위반 탐지 가능성을 제시합니다.
STAR 실험을 통해 횡방향 편광된 양성자 - 양성자 충돌에서 제트 내 에너지 상관관계를 최초로 측정함으로써 핵자의 횡편광 (transversity) 에 대한 민감도를 확보하고 3 차원 핵자 단층 촬영을 위한 새로운 탐구 경로를 개척했습니다.
이 논문은 2024 년과 2025 년 RHIC 에서 sPHENIX 실험을 통해 수집된 대량의 + 충돌 데이터를 바탕으로, RHIC 에너지 영역에서 최초로 비율을 측정하여 중입자의 강입자화 메커니즘과 기묘한 맛깔 대 가벼운 맛깔의 비율에 대한 핵심 질문을 탐구하는 내용을 담고 있습니다.
이 논문은 MMHT 2014 PDF 와 NNLO 보정을 기반으로 한 미세한 핵 매개변수 효과를 고려하여 DUNE 에너지 영역의 표적에 대한 전하류 심층 비탄성 산란 (DIS) 의 구조 함수와 미분 단면적을 이론적으로 모델링하고 있습니다.
이 논문은 고에너지 물리학의 대규모 데이터 처리를 위해 분산 학습 환경에서 양자 강화 LSTM(QLSTM) 모델을 제안하며, 소규모 파라미터와 데이터로도 기존 양자 및 고전 딥러닝 벤치마크와 유사하거나 더 나은 분류 성능을 달성함을 SUSY 데이터셋 실험을 통해 입증했습니다.