Generative artificial intelligence for reconstructing neutron-star matter
本文介绍了一种利用去噪扩散模型进行中子星状态方程重构的生成式人工智能框架,该框架通过从核理论中学习可检查的先验知识,并精确强制执行物理约束,从而解决了从稀疏观测数据推断物质属性这一病态逆问题,且不会使结果产生偏差。
4737 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。
本文介绍了一种利用去噪扩散模型进行中子星状态方程重构的生成式人工智能框架,该框架通过从核理论中学习可检查的先验知识,并精确强制执行物理约束,从而解决了从稀疏观测数据推断物质属性这一病态逆问题,且不会使结果产生偏差。
本文在背景场理论框架下,利用包含六维凝聚项及两种约束方案的量子色动力学(QCD)求和规则,精确计算了 介子衰变常数及其轻子分支比,从而提取出一致的 CKM 矩阵元 值。
本文提出,通过在质量平方矩阵上应用一种特定的对易假设,可以将复杂的汤川扇区简化为五参数形式,从而能够从第一原理出发,在不使用超越函数或中间唯象输入的条件下,精确地解析推导出费米子质量与混合矩阵。
本文证明了在恒定磁场下,空间调制电场通过一个由高朗道能级而非最低朗道能级主导的机制,在有质量费米子中诱导了局部轴向电荷源,从而解释了弱能隙外尔半金属中的线性磁电阻抑制现象。
受超级神冈探测器近期观测到弥散超新星中微子背景 迹象的启发,本研究利用流体动力学模拟推导出了一个具有竞争力的轴子-质子耦合常数 上限(),该上限提供了一个独立于单次超新星事件性质的稳健约束。
本文介绍了 VERaiPHY 计划,这是 PHYSTAT 计划下的一系列文章,旨在为验证和评估基础物理学中的机器学习技术建立严格的统计标准,而本文作为开篇之作,为后续贡献奠定了必要的概率、统计和机器学习基础及符号体系。
本研究通过利用来自虚 圈的介质内质量移动,预测了在多种原子核中存在 -原子核束缚态,揭示了一种随原子核质量增加而减小的普遍能级间距模式,且该模式有望在升级后的 JLab 设施进行未来的实验中得到验证。
本文表明,在双标量希格斯玻色子(处于 2HDMcT 框架内)的发现潜力方面,未来线性对撞机上的高能 对撞可以媲美传统的 模式,通过显著增强的产生截面来补偿有效亮度降低,从而实现 的显著性。
本文提出利用 Bethe-Heitler 过程()作为实验室,用于产生并验证高保真度的二分及真三体纠缠,具体通过事件模拟在质心能量低于 5 GeV 时识别出数千个 GHZ 态和 W 态。
本文提出了一种用于混合星的限制性密度泛函状态方程,该方程揭示了有限温度下“热双星”的存在,并表明这种不连通分支的存在可以作为排除强颜色超导性的新判据,以及评估核心坍缩超新星爆发性的手段。