From Qubits to Couplings: A Hybrid Quantum Machine Learning Framework for LHC Physics
本文提出了一种混合量子机器学习框架,该框架将参数化量子电路与经典神经网络相结合,以显著增强大型强子对撞机(LHC)中 通道双希格斯玻色子搜索的灵敏度,在限制产生截面和耦合参数方面超越了最先进的经典模型和纯量子模型。
4867 篇论文
高能物理致力于探索宇宙最基础的构成与运行法则,从微观粒子的相互作用到宏观宇宙的演化,都在其研究范畴之内。这一领域不断挑战人类对物质、能量以及时空本质的认知边界。
在 Gist.Science 上,我们持续追踪来自 arXiv 的最新预印本,确保您能第一时间获取前沿动态。我们的团队对每一份新发布的论文进行深度处理,不仅提供详尽的技术摘要,更会提炼出通俗易懂的通俗解读,帮助不同背景的读者跨越专业门槛。
以下为您呈现该领域最新的精选论文列表,让我们一起探索这些关于宇宙奥秘的最新发现。
本文提出了一种混合量子机器学习框架,该框架将参数化量子电路与经典神经网络相结合,以显著增强大型强子对撞机(LHC)中 通道双希格斯玻色子搜索的灵敏度,在限制产生截面和耦合参数方面超越了最先进的经典模型和纯量子模型。
本研究通过利用来自相关 B 介子反应的实验数据以及一个基于两个自由参数的理论框架,成功描述了 衰变的分支比,从而支持了 共振态作为 和 束缚态的分子结构。
本文提出了一种 统一模型,该模型通过瞬子效应动态生成费米子质量并解决强 CP 问题,同时利用非可逆手征对称性破缺以及一种新型离散规范对称性来绝对稳定质子,并将连续与离散全局对称性在红外区域联系起来。
本文将量子信息理论应用于轴子-光子与中微子系统,展示了它们的耦合动力学如何产生纠缠,表征由此产生的量子相关性与速度极限,并建立了轴子现象学、中微子振荡与基本量子资源之间的联系。
本文利用有效场论和 Hubbard-Stratonovich 变换,将非相对论量子色动力学(NRQCD)中的夸克偶素产生矩阵元分解为与状态无关的胶子相关函数以及原点处的波函数,从而验证了已有的 S 波态关系,识别了新的 P 波态贡献,并恢复了横动量依赖(TMD)软转换函数的普适性。
本文研究了由蒸发中的原初黑洞(PBHs)发射的中微子如何通过与宇宙中微子背景的散射来加热星际介质,从而改变全局21厘米亮度温度,并为PBH丰度及中微子自相互作用耦合提供新的约束。
本文介绍了用于物理学中快速代理模型和密度估计的现代生成网络框架,同时探讨了在量化其准确性、精确度和统计效力方面所面临的挑战。
本文证明了通过詹姆斯·韦伯空间望远镜(JWST)观测到的强引力透镜星系簇中多重成像星系的残余功率谱,能够通过量化 尺度上的亚星系密度涨落,在统计学上区分波状暗物质与标准的冷暗物质。
本文建立了一个结论,即在正则统计化框架下,局域重子守恒可以在受限快度接受度内驱动高阶净质子累积量比值趋向于较小或负值,因此必须仔细考虑这一基线,以避免将即将到来的 LHC 测量结果误读为手征临界性的信号。
本文研究了在 GeV 及 5 ab 亮度下,FCC-ee 对希格斯粒子轻子味破坏衰变为 、 和 末态状态的预期灵敏度,确立了其分支比的 95% 置信水平上限,并证明了 FCC-ee 的限制在 和 通道上超过了低能搜索,而在 通道上则较弱。