Spacetime discreteness via consistent microscopic measurement
本文提出，时空离散性源于微观测量的一致性，其中将无穷小间隔视为尺度依赖的结果，会导出离散且等距的长度以及一种保持洛伦兹不变性与广义协变性而无需人为截断的几何重整化群流。
⚛️ Category
hep-ph
3153 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。
Odderon Form Factors in Reggeized Spin-2 Pomeron and Spin-3 Odderon Exchange in $pp$ and Elastic Scattering
本文研究了高能弹性$ppp\bar p$散射中Regge化自旋-2 Pomeron与自旋-3 Odderon交换的形状因子依赖性，证明指数型Odderon-质子形状因子相较于其他参数化形式能更优地拟合全局数据，并揭示出具有强子尺度横向结构的边缘软Odderon相互作用。
Intermittency and fractal behaviour of charged particles generated using EPOS4 and PYTHIA8 at LHC energies
本文利用 EPOS4 和 PYTHIA8 模拟，研究 5.02 TeV 下 Pb-Pb 碰撞中带电粒子的间歇性和分形行为，以分析大密度涨落作为量子色动力学相变和临界点潜在信号的特征。
Linac: linear algebra with CUDA over finite fields
本文介绍了 Linac，这是一种基于 CUDA 的高性能、开源并行实现，用于在有限域和浮点算术上执行高斯消元法，旨在加速线性方程组的求解，以服务于诸如量子场论中散射振幅的解析重构等应用。
Spin-dependent interactions and fine structure in the negative-parity singly heavy baryons
本文在相对化夸克模型框架内，采用新提出的两步高斯展开方法，对负宇称单重味重子的自旋相关相互作用及精细结构进行了严格分析，成功复现了实验数据，并为少体量子系统的高精度计算提供了稳健的理论框架。
CP conservation in the strong interactions
本文论证强相互作用中宇称电荷共轭（CP）对称性得以守恒，其原因是拓扑量子化源于在求和拓扑扇区之前先取无限时空体积极限，作者表明这一推理与最陡下降路径积分构造一致，且能抵御关于θ参数和瞬子近似性的各种质疑。
Thermodynamical uncertainties for primordial black holes from cosmological phase transitions
本文采用高精度热力学分析，确立了强过冷相变过渡时间尺度的普适下限，揭示由此产生的原初黑洞丰度受到严重限制，在经典共形规范-希格斯理论中不太可能构成可行的暗物质。
Scaling behaviour of charged particles generated in Xe$-$Xe collisions at = 5.44 TeV using the AMPT model
本文利用 AMPT 模型的弦熔化模式，研究 = 5.44 TeV 的 Xe–Xe 碰撞中带电粒子多重数涨落的标度行为与间歇性，通过确定反常分形维数和标度指数等关键参数来刻画系统的自相似动力学并提供基准预测。
Non-extensive NJL model study of QCD phase structure with chiral imbalance and strong magnetic fields
利用基于 Tsallis 统计的双味非广延 NJL 模型，本研究表明非平衡效应与手征不平衡在强磁场下通过降低手征对称性恢复的临界温度、诱发逆磁催化以及改变压强和声速等热力学可观测量，显著修正了 QCD 相图。
Probing the Higgs Portal to a Strongly-Interacting Dark Sector at the FCC-ee
本文提出了一种利用图神经网络探测未来环形对撞机中来自禁闭暗扇区的希格斯诱导半可见喷注的机器学习策略，展示了在广泛参数空间内将奇异希格斯分支比约束至千分之一水平的能力。