May, 2014

树级和次领阶微分截面的自动计算及与部分子淋浴模拟的匹配

PDF
TL;DR本文介绍了一个能自动化计算树级和次领阶截面的程序 MadGraph5_aMC@NLO，能匹配部分子级联，合并匹配样本。演示了该程序在 LHC 和 1TeV $e^+e^-$ 对撞机中的应用，并展示了其灵活性、高度并行和物理量输入的人为干预程度的特征。
发现论文，激发创造
  • Monte Carlo 样本的最大利用：重新加权 NLO 精度的事件

    本文介绍了一种方法，允许在不同的理论假设下一致地重复使用高能事件的部分样本，以避免高昂的计算和存储成本，并通过将其应用于 LHC 的新物理搜索的实际案例进行验证。

    Jul, 2016

  • LHC Run II 的夸克型粒子分布

    使用广泛的实验数据和深入研究的方法，确定了 NNPDF3.0 中的粒子分布函数，这一结果能够对阐明 LHC 的目标产生深远影响。

    Oct, 2014

  • 可解释的机器学习在高能粒子碰撞中的物理基础研究

    我们提出了一种可解释的、物理感知的机器学习模型的实现，能够推断高能粒子碰撞的基础物理，利用最终状态粒子的能量 - 动量四矢量中的信息。我们使用生成对抗网络（GAN）的概念证明了我们的白盒人工智能方法，该方法学习自 DGLAP 型发射子阶级蒙特卡洛事例发生器。我们首次展示了我们的方法不仅能学习粒子的最终分布，还能学习阶级分支机制 —— 即 Altarelli-Parisi 分裂函数、阶级的序列变量和缩放行为。虽然当前工作集中在发射子阶级的扰动物理学上，但我们预见到我们的框架在目前难以从 QCD 的第一原则解决的领域中具有广泛的应用，如非微扰和集体效应、分解破坏和重离子和电子 - 核碰撞中的发射子阶级修改。

    Dec, 2020

  • 基于 LHC 数据的质子子结构函数分布

    利用包括 LHC 数据的全球数据集，我们首次确定了核子部分子分布的 NLO 和 NNLO，通过引入改进的 FastKernel 方法，并采用更有效的最小化方法，我们还展示了 NNPDF2.3 PDF 机组并比较它们与 NNPDF2.1 机组。

    Jul, 2012

  • Herwig++ 物理和手册

    本文介绍了 Herwig++ 2.3 版本，它是一个通用的蒙特卡罗事件生成器，用于模拟硬子 - 子，子 - 强子和强子 - 强子碰撞等多种物理过程，并支持模拟超越标准模型的物理过程，如新模型的添加、粒子级联衰变等。它采用零散子模型模拟强子的形成过程，并在可行的情况下包括自旋相关和离壳效应。

    Mar, 2008

  • 使用振幅神经网络优化强子对撞机模拟

    本文研究使用神经网络逼近矩阵元的方法进行精密现象学研究，比较其与传统模拟技术的效果可以实现模拟时间缩短，且在标准观测方面有很好的一致性。

    Feb, 2022

  • 部分子密度和碎裂函数的同时蒙特卡罗分析

    本文采用蒙特卡罗方法，综合分析高能量粒子之间以及粒子与带电子和带荷强子的散射数据，结合半含深度弹性散射和单含 $e^+ e^-$ 湮灭数据，并通过新的多步拟合策略和更灵活的参数化方法得出了 JAM20-SIDIS 解析的 PDF 和 FF，通过这种方法，我们能够约束分裂函数的口味相关性，并确认了以前观察到的奇怪夸克分布的压制。此外，这种匹配因素化描述可用于改进各种过程中粒子相关函数的普适性研究，包括横向动量依赖分布。

    Jan, 2021

  • 通过操作员学习加速液态金属喷射增材制造中的局部尺度模拟

    本研究采用操作器学习方法来快速且准确预测液态金属喷射成型过程的成品质量，相较于基于神经网络或最近邻算法的降阶模型，操作器学习方法能够在更少的数据点上实现更广的预测泛化。

    Feb, 2022

  • 利用机器学习约束有效场论

    利用粒子物理过程结构从 Monte-Carlo 模拟中提取额外信息，用于训练神经网络模型估计可能性比率，进而放宽对有效场论的限制，提高精度。

    Apr, 2018

  • 机器比理论家更聪明吗：用符号回归推导粒子运动学公式

    利用符号回归推导解析公式，首先应用于算法定义的动力学变量，然后再次应用于 NLO 几何变量的推导。

    Nov, 2022