在sNN = 5.02TeV的Pb–Pb碰撞中快速测量Z 0玻色子产生下载

2020-04-20 08:49:31 46 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

深度学习在粒子物理CP破坏测量中的应用：从GNN到Transformer 在粒子物理与高能物理实验中，精确测量基本粒子的性质是检验标准模型、探索新物理的关键。传统方法依赖特征工程与多元分类器，但在处理高维非线性数据时面临瓶颈。深度学习技术，特别是图神经网络和Transformer架构，能够直接从原始探测器数据中自动学习深层特征，显著提升对微弱物理信号的辨别能力。这些方法通过建模粒子间的拓扑关联与全局上下文，在诸如顶夸克-希格斯耦合的CP破坏测量等前沿课题中展现出巨大技术价值。本文聚焦于如何将条件图神经网络、基于似然比的推断工具MadMiner等先进架构，应用于大型强子对撞机ttH 阅读详情

据报道，在sNN = 5.02TeV时，Pb-Pb碰撞中Z0玻色子的生成速度很快。基于伪快速度为-4.0 <η<-2.5和pT> 20GeV / c选择的μ子，在dimuon衰减通道（Z0→μ+μ-）中重建Z0候选对象。不变产量和核修饰因子RAA表示为速度和碰撞中心性的函数。 0–20％中心Pb–Pb碰撞的RAA值为0.67±0.11（stat。）±0.03（syst。）±0.06（corr。syst。），与单位偏差2.6σ。计算结果很好地描述了结果，其中包括对parton分布函数的核修正，而使用真空PDF的预测在0–90％中心度级别中的数据偏离了2.3σ，在0–20％中心碰撞中偏离了3σ。。
相关下载链接：//download.csdn.net/download/weixin_38691703/12340768?utm_source=bbsseo

...全文