Classifying hadronic objects in ATLAS with ML/AI algorithms
该论文总结了 ATLAS 实验利用图神经网络和 Transformer 等先进人工智能算法对强子末态(如夸克/胶子喷注及重粒子衰变)进行分类的最新进展、性能表现及未来数据驱动优化方向。
1467 篇论文
肝外系统(Hep-Ex)研究聚焦于肝脏之外那些与肝脏功能紧密相连的复杂网络,涵盖从代谢调节到免疫反应的广泛领域。这里探讨的不仅是器官间的相互作用,更是理解全身健康如何受肝脏状态深远影响的关键窗口。
Gist.Science 每日从 arXiv 抓取该领域最新预印本,经过专业处理,为每一篇论文提供通俗易懂的解读与详尽的技术摘要。无论您是寻求直观概念的科学爱好者,还是需要深入细节的研究者,都能在此找到所需内容。
以下是该分类下从 arXiv 精选的最新研究成果。
该论文总结了 ATLAS 实验利用图神经网络和 Transformer 等先进人工智能算法对强子末态(如夸克/胶子喷注及重粒子衰变)进行分类的最新进展、性能表现及未来数据驱动优化方向。
该论文利用 LHCb 实验收集的 8.4 fb数据,通过对衰变的双缪子质量谱进行振幅分析,全面研究了局域与非局域振幅,并发现结合不同局域形状因子时,Wilson 系数组合和与标准模型预测的相容性在至之间变化。
该论文提出了一种利用测量粒子动量和撞击参数来完全重建希格斯工厂对撞机上τ子对运动学的方法,从而通过最优提取自旋取向实现量子层析,并指出光子角分辨率(约 1 毫弧度)是此类分析中最关键的探测器性能指标。
本文总结了 CMS 实验在 13.6 TeV 质子 - 质子对撞中取得的最新电弱测量成果,包括 W/Z 玻色子产生截面、Drell-Yan 过程前后不对称性、有效轻子电弱混合角、τ轻子性质以及多玻色子产生和矢量玻色子散射等,其中多项测量达到了前所未有的精度,部分甚至超越了轻子对撞机的历史结果。
本文综述了环形切伦科夫探测器(RICH)在粒子识别中重建算法的最新进展,涵盖了从传统的似然法和霍夫变换到现代机器学习工具的应用,并探讨了全局粒子识别策略及生成式机器学习等新兴趋势。
ATLAS 合作组利用 196 fb的 13 和 13.6 TeV 质子 - 质子对撞数据,首次开展了非共振 产生过程搜索,测得其信号强度为 ,并在 95% 置信水平下将产生截面限制为标准模型预测值的 20 倍以内。
该论文通过引入“最具吸引力通道”假设和标准层次真空期望值模型,在暗技术色框架下成功构建了与电弱精密测量相容且能解决味问题的 QCD 类规范动力学模型,并指出尽管其直接费米子信号被抑制,但暗技术色介子仍有望在 HL-LHC 及未来高能对撞机中通过特定衰变道被探测。
该研究通过半解析模型分析发现,为了解释高红移超大质量黑洞的观测数据,暗物质模型必须排除质量低于 eV 的模糊暗物质和低于 7.2 keV 的温暗物质(置信度 95%)。
基于 BESIII 合作组的高精度数据,该研究利用色散理论模型独立地处理强ππ末态相互作用,发现无需引入额外共振态即可重现衰变中质量阈值附近的实验亚结构,且虚交换对拟合质量的提升微乎其微。
本文利用 CMS 探测器记录的 138 fb⁻¹ 13 TeV 质子 - 质子对撞数据,对单喷注、单光子和单顶夸克等“单 X"末态进行了暗物质等新物理搜索,未发现超出标准模型的显著事例,并据此对简化暗物质模型和大额外维度模型设定了严格的排除限制。