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。
May, 2014
大型强子对撞机的高亮度时代在碰撞事件分析中面临着重大的计算挑战。我们介绍了一种将生成模型和量子退火相结合的技术,用于高能粒子与量热器之间相互作用的快速高效模拟。
Dec, 2023
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
利用神经网络分类器和生成模型直接模拟卡路里计数器的响应,大幅提高了模拟速度并保持高保真度。
Jun, 2023
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
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
利用生成对抗网络为 LHC 的事件生成补充生产物理事件,避免低效的事件去权重。本文针对顶夸克对生成展示了如何使用这样的网络描述中间态粒子,相空间边界和分布的尾部,并引入了最大均值距离来解决急剧局部特征。该方法可以直接扩展到包括偏离质壳贡献,高阶或近似探测器效应等情况。
Jul, 2019
为了在 Belle II 中测量罕见过程,作者改进了使用图注意力的过滤器的性能,并研究了包括采样和重新加权的统计方法来处理过滤引入的偏差。
Jul, 2023
介绍了一种基于深度神经网络的准确,快速的电磁量能器模拟方法,可以快速生成大量实验数据,突破了现有算法和计算资源难以满足需求的问题,为探索物理学新领域提供了可能。
May, 2017
文中介绍了号称万能的 Monte-Carlo 事件生成器 WHIZARD,该程序可以自动计算完整的树级矩阵元,计算观察量的分布,并生成直接用于探测器模拟的非加权事件样本,可应用于包括物理学在内的各个领域的研究。
Aug, 2007