3444 artigos
A física de altas energias, conhecida como Hep-Ph, explora os constituintes mais fundamentais da matéria e as forças que governam o universo em escalas subatômicas. Este campo desvenda mistérios que vão desde o comportamento das partículas elementares até a natureza da matéria escura, conectando a teoria quântica com observações cosmológicas de grande escala.
No Gist.Science, acompanhamos rigorosamente cada novo preprint publicado nesta categoria no arXiv. Nosso processo transforma esses estudos complexos em resumos acessíveis para o público geral, mantendo ao mesmo tempo análises técnicas detalhadas para especialistas. Abaixo estão os artigos mais recentes em física de altas energias, prontos para serem lidos de forma clara e profunda.
Este artigo propõe um modelo de inflação de Higgs com gravidade induzida na supergravidade de Palatini, consistente com os dados ACT DR6, que gera o parâmetro μ, permite a leptogênese não térmica e prevê a supersimetria dividida com uma massa de grávitino entre 40 e 60 PeV, alinhando-se com os resultados do LHC sobre a massa do bóson de Higgs.
Este trabalho demonstra que a técnica PRISM, ao utilizar medições em múltiplos ângulos fora do eixo no detector próximo do DUNE, reduz significativamente as incertezas sistemáticas e restaura a sensibilidade a novas físicas, como não-unitariedade e neutrinos estéreis, nos setores de elétron e múon, embora com ganhos marginais no setor de tau devido ao limiar de produção.
O artigo apresenta o pacote SubTropica, uma ferramenta em Mathematica que realiza integração simbólica de integrais de Feynman e outras integrais de Euler linearmente redutíveis utilizando geometria tropical e o motor HyperIntica, acompanhada de uma biblioteca baseada em IA para catalogar e recuperar resultados de diagramas físicos.
O estudo demonstra que a determinação robusta da violação de CP leptônica em experimentos como DUNE e T2HK depende criticamente de medições externas precisas das seções de choque de neutrinos, como as fornecidas pela proposta do experimento SCOPE, para mitigar a degradação da sensibilidade causada por incertezas sistemáticas e modelagem nuclear.
Este trabalho aborda as limitações de estudos anteriores em detecção de anomalias ao propor novos benchmarks de sinal e um conjunto de observáveis "kitchen sink" (Energy Flow Polynomials e subjettiness) que, além de oferecerem a maior sensibilidade para uma ampla gama de sinais, permitem reduzir significativamente o custo de treinamento através de uma variante de bagging de atributos.
Este artigo analisa o impacto de dois formalismos distintos de decoerência quântica nas sensibilidades dos futuros experimentos de longa distância DUNE e P2SO, demonstrando que, embora ambos produzam resultados idênticos no vácuo para parâmetros pequenos, eles divergem significativamente sob fortes efeitos de matéria ou com valores elevados do parâmetro de decoerência.
O estudo demonstra que, embora os efeitos relativísticos em escalas muito grandes sejam pouco sensíveis à microfísica da k-essência no espaço de Fourier, eles são significativamente amplificados no espectro de potência angular, tornando-o uma sonda mais robusta para distinguir modelos de energia escura não padrão, como o campo de táquion, e evitando erros sistemáticos na sua caracterização.
Este artigo apresenta a primeira aplicação da previsão de tokens mascarados, uma técnica originária de Modelos de Linguagem Grandes, para a detecção de anomalias no Colisor de Hádrons Large (LHC), demonstrando que uma arquitetura leve treinada apenas em eventos de fundo pode identificar eficazmente sinais de nova física, como a produção de quatro quarks top e glúinos supersimétricos, superando métodos tradicionais e validando a superioridade da tokenização aprendida por VQ-VAE.
Este artigo explora como as condições extremas no interior de objetos estelares compactos, como supernovas e estrelas de nêutrons, potencializam a produção de áxions, permitindo que a astrofísica de mensageiros múltiplos investigue acoplamentos extremamente fracos que seriam inacessíveis por outros meios.
Este trabalho demonstra que o uso de arquiteturas de aprendizado de máquina sequencial aplicadas à história de declustering de jatos em colisões de íons pesados simulados supera os métodos tradicionais, permitindo uma identificação mais precisa das modificações dos jatos e revelando sensibilidade a características específicas da implementação do meio que observáveis globais não conseguem capturar.