Neural-Network extraction of TMDs with SIDIS data
Dit artikel presenteert de eerste wereldwijde analyse van ongepolariseerde Transverse-Momentum-Dependent (TMD) distributies met behulp van een neurale netwerkparametrisatie die gelijktijdig Drell-Yan en SIDIS-data op NLL-accuratesse incorporeert, waarbij wordt aangetoond dat de inclusie van SIDIS-data de geëxtraheerde TMD's verbbreed terwijl de onzekerheden worden verminderd in vergelijking met enkel op Drell-Yan gebaseerde analyses, en een modelonafhankelijk kader biedt voor toekomstige experimenten met hoge precisie.