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

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

该研究探讨了 HEP 参数拟合中的灵敏度问题，提出了一种基于事件的灵敏度计算方法和使用 MC 权重导数来训练回归器分离不同灵敏度事件的解决方案，并使用了 FIP 等概率指标来优化评估 HEP 分布拟合的结果。

Mar, 2020

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

研究了可扩展的机器学习模型，用于基于高粒度探测器模拟的高能电子 - 正电子碰撞的完全事件重建。比较了图神经网络和基于核的变压器，并证明两者在实现逼真的粒子流重建时，同时避免了二次内存分配和计算成本。展示了在超级计算机上进行的超参数调整显著改善了模型的物理性能。还展示了所得模型在支持 Nvidia、AMD 和 Intel Habana 卡的硬件处理器上具有高度可移植性。最终证明了该模型可以在由径迹和电量计击中构成的高粒度输入上进行训练，从而获得与基线相竞争的物理性能。根据可寻找、可获取、可互用和可复用（FAIR）原则发布了用于重现研究的数据集和软件。

Sep, 2023

本文提出了一种利用 MadGraph 自动评估标准模型及其它感兴趣过程中矩阵元重整权重的方法，进而在 Leptons，Jets，missing transverse energy 等物理对象的转移函数中进行积分计算的相空间映射算法，并给出了其它样例应用以及新研究的可能性。

Jul, 2010

在本文中，我们提出了两种新的方法，以高效准确地生成大型高度相关的 LHC 喷注点云。我们引入了 'epcjedi'，它将分数匹配扩散模型与基于深度集合框架的 'EPiC' 架构相结合；我们还引入了 'epcfm'，它是第一个用于粒子云生成的置换等变连续归一化流。我们的实验表明，'epcjedi' 和 'epcfm' 在维持快速生成速度的同时，都达到了最先进的表现。值得注意的是，我们发现 'epcfm' 模型在每个指标上始终优于其他所有考虑的生成模型。此外，我们还引入了两个新的粒子云性能度量，第一个是基于特征分布的 Kullback-Leibler 散度，第二个是多模型 ParticleNet 分类器的负对数后验。

Sep, 2023

使用 GRIEF 核心和 Nystrom 近似，构建 Gaussian 过程用于高维问题中的快速似然估计和广义贝叶斯推断。

Jul, 2018

该论文介绍了针对 CMS 探测器开发的全面的局域流重建算法，该算法已成功应用于首个强子对撞机物理分析，并且在堆积衰减、能量分辨率等方面具有优越的性能表现。

Jun, 2017

本文介绍了一种自适应 Monte Carlo 事件生成器 Foam，可用于高能物理实验，并可用于 MC 积分。该生成器的高效性通过将积分域划分为小单元格实现，生成单元格的网格称为 “泡沫”，可以处理分布中奇点的任意模式。同时，该生成器的程序采用了完全面向对象的 C++ 编写，其性能表现与 Fortran77 版略有不同。

Mar, 2002