2350 papers
Hep-Ex staat voor experimentele hoogenergetische fysica, een fascinerend vakgebied dat zich richt op het bestuderen van de kleinste bouwstenen van het universum door middel van enorme deeltjesversnellers. In deze categorie duiken we in onderzoek dat de fundamentele krachten en deeltjes onderzoekt die onze werkelijkheid vormen, vaak met behulp van gegevens uit de grootste experimenten ter wereld.
Op Gist.Science verzamelen we de nieuwste voorpublicaties van arXiv binnen dit domein en maken ze toegankelijk voor een breder publiek. Voor elk nieuw artikel uit deze lijst verwerken we de complexe inhoud tot zowel een begrijpelijke samenvatting in gewone taal als een gedetailleerde technische uitleg, zodat iedereen de betekenis van deze doorbraak kan volgen.
Hieronder vindt u de meest recente artikelen uit het veld van experimentele hoogenergetische fysica, klaar om te ontdekken.
Dit artikel onderzoekt de toepassing van diepe leermodellen, waaronder convolutionele netwerken en transformers, voor het identificeren van C-pile-up-events in het JUNO-experiment om de energie-resolutie voor de bepaling van de neutrino-massavolgorde te verbeteren.
ImpCresst is een door de CRESST-collaboratie ontwikkelde, op Geant4 gebaseerde simulatietool die zich richt op de modellering van achtergronden en kalibratiesignalen in vaste-stofdetectors bij keV-energieën, en die dankzij zijn flexibiliteit, dynamische geometrie-import en HPC-compatibiliteit ook voor andere experimenten inzetbaar is.
De ATLAS-experimenten hebben met 164 fb⁻¹ aan data van proton-protonbotsingen bij 13,6 TeV gezocht naar zware, langlevende deeltjes die vervallen in verplaatste vertexen en verplaatste muonen, waarbij geen significante afwijking van de achtergrond werd gevonden en er bovengrenzen werden gesteld aan de productie van dergelijke deeltjes in R-pariteit-schendende supersymmetrische modellen.
Dit artikel toont aan dat toekomstige coherent elastisch neutrino-kernverstrooiingsexperimenten bij spallatiebronnen zoals ESS, J-PARC en CSNS gevoelig genoeg zijn om sub-GeV donkere materie, geproduceerd via neutrale pion-vervallingen en gekoppeld via vectorportalen, te detecteren in parametergebieden die nog niet door directe detectie-experimenten zijn verkend.
Dit artikel introduceert geometrische ontwerpprincipes voor kwantummachinelearning die het ontwerp herformuleren van statereikbaarheid naar leerbaarheid, door aan te tonen dat data-afhankelijke instelbare unitaire transformaties nodig zijn voor adaptieve geometrische vervormingen die betere prestaties leveren met minder kwantumpoorten.
De auteurs presenteren een kwantumverbeteringstechniek die een supergeleidende qubit gebruikt om een microgolfresonator in een niet-klassieke Fock-toestand te brengen, waardoor de emissie van signalen van donkere materie wordt gestimuleerd en de scansnelheid met een factor 2,78 toeneemt, wat leidt tot een nieuwe uitsluiting van kinetische mengingshoeken voor donkere fotonen rond 5,965 GHz.
Dit artikel stelt voor dat het kosmische neutrino-achtergrondstraling kan worden gedetecteerd via parametrische fluorescentie, waarbij relic-neutrino's door coherente verstrooiing aan moleculen een infraroodfoton uitzenden, wat een veelbelovende nieuwe methode biedt voor de waarneming ervan.
Dit artikel toont aan dat onzekerheden in de modellering van interacties in de eindtoestand de reconstructie van neutrino-energieën bij toekomstige experimenten zoals DUNE zo sterk kunnen verstoren dat ze verward kunnen worden met effecten van oscillatieparameters, wat dringende verbeteringen vereist om betrouwbare metingen mogelijk te maken.
Dit paper introduceert NuBench, een open benchmark met zeven grote gesimuleerde datasets voor het vergelijken van deep learning-algoritmen voor de reconstructie van neutrino-evenementen in verschillende watere- en ijsdetectoren.
Dit artikel introduceert MEDIC, een op machine learning gebaseerd, simulatie-gedreven raamwerk voor het automatisch detecteren en lokaliseren van storingen in de datakwaliteit van deeltjesfysica-experimenten.