我们提出了一种在早期宇宙中产生重子不对称的新机制。 该机制利用了强大的一阶相变技术,该相变技术会在隐藏的扇区中产生失控的气泡,这些气泡几乎没有摩擦地以超相对论的速度传播。 此类气泡的碰撞会以非热方式产生重粒子,这些重粒子会进一步失衡而衰减到SM中,并产生观察到的重子不对称性。 该过程可以在非常低的温度下进行,从而提供了新的球鞘后重生机理。 在本文中,我们提出了一个完全可计算的模型,该模型沿着这些直线产生了重子不对称性,并且规避了所有现有的宇宙学约束。 我们强调,来自一阶相变的引力波信号是完全通用的,将来可能会由未来的eLISA干涉仪检测到。 我们还将讨论其他潜在信号,这些信号更多地取决于模型,并指出与我们的提案相关的未解决的理论问题。
2024-01-12 14:21:06 1.04MB Open Access
1
在本文中,我们使用具有HIJING初始条件的iEBE-VISHNU混合模型,研究了在13 TeV质子-质子(p-p)碰撞中的流体动力学集体。 通过适当调整参数,我们的模型仿真可以显着描述所有测得的2粒子相关性,包括所有带电和识别出的强子(KS0,Λ)的积分和差分椭圆流动系数。 但是,我们的模型计算结果显示,在高多重pp碰撞中,正4粒子累积量c2 {4}不能重现实验中测得的负c2 {4}。 对HIJING初始条件的进一步研究表明,二阶各向异性系数ε2的波动随着其平均值的增加而增加,这导致了类似的流量波动趋势。 为了同时描述流体力学框架中的2和4粒子累积量,需要对pp碰撞的初始条件进行重大改进,目前尚缺乏知识。
2024-01-09 13:43:06 1.07MB Open Access
1
在彩色玻璃冷凝物框架中使用稀疏密度分解,我们研究了质子核碰撞中重夸克和带电轻质子之间的方位角相关性。 我们以光强子为参考提取二次谐波<math> v 2 </ math>,通常称为椭圆流 。 重介子和轻质强子之间的这种特定方位角相关性是最近在大型强子对撞机上测量的。 前
2023-12-08 11:03:44 298KB Open Access
1
Ï(1S),Ï(2S)和Ï(3S)介子的极化度是在s = 7 TeV的质子-质子碰撞中作为带电粒子多重性的函数而测量的。 使用CMS实验在2011年收集的Dimuon数据样本进行测量,对应的综合光度为4.9 fbâ1。 结果是从dimuon衰减角分布中提取出来的,在两个范围的Ï'(nS)横向动量(10-15和15-35 GeV)中,并且在速度区间| y | <1.2中。 尽管在to’(2S)和Ï’(3S)情况下较大的不确定性排除了明确的陈述,但结果并未显示从低多重pp碰撞到高多重pp碰撞的显着变化。
2023-12-05 19:23:07 912KB Open Access
1
在热模型中,使用具有精确奇异守恒性的规范方法,研究了在p $ -Pb碰撞中以$$ \ sqrt {s_ {NN}} = 5.02 $$ sNN = 5.02 TeV获得的ALICE数据。 化学沉淀温度除最低多重性仓外,与中心温度无关,其值接近160 MeV,但与在$$ \ sqrt {s_ {NN}} = 2.76 $$ sNN =的Pb-Pb碰撞中获得的值一致。 2.76 TeV。 奇数非平衡因子$$ \γ_s$$γs的值以从0.9到0.96的多重性缓慢增加,即它总是非常接近完全化学平衡。
2023-12-05 10:55:56 719KB Open Access
1
使用超声波进行距离检测,STM32作为主控,LCD1602进行显示,含声光报警
2023-11-22 14:36:06 2.32MB 课程设计
1
33577主要是针对FCW进行测试的标准。资料好难找,为了方便大家下载,上传到这里,如果有侵权,请联系我删除。
2023-11-16 00:33:52 2.15MB 33577
1
fcl flexible collision library 碰撞检测库源码
2023-11-10 10:24:49 6.58MB 源码软件
1
本地地址碰撞,在本地电脑预存一定数量有余额的地址库,随机生成秘钥/助记词,秘钥变成公钥去与地址库的公钥比对,配对成功,你则拥有此地址的支配权,不需要联网。 本地地址碰撞。优点是因为地址都在本地电脑中,速度非常快,所以这类软件,电脑性能越优异的速度越快且安全;缺点是地址为本地地址,不联网,所以需要定期更新地址库。
2023-11-05 12:39:14 79.14MB
1
目标跟踪和碰撞时间估计 这是Udacity传感器融合纳米度的第二个项目。 我融合了来自KITTI数据集的相机和LiDAR测量值,以检测,跟踪3D空间中的物体并估算碰撞时间。 首先,我用YOLOv3处理图像以检测和分类对象。 下图显示了结果。 基于YOLOv3发现的边界框,我开发了一种通过关键点对应关系随时间跟踪3D对象的方法。 接下来,我使用了两种不同的方法来计算碰撞时间(TTC),分别是基于LiDAR和基于相机的TTC。 环境的结构由主要讲师Andreas Haja构建。 基于LiDAR的TTC 我通过使用齐次坐标将前车的3D LiDAR点投影到2D图像平面中。 投影如下图所示。接下来,我将3D LiDAR点分布到相应的边界框。 最后,我根据不同帧的对应边界框中最接近的3D LiDAR点计算了TTC。 基于摄像头的TTC 我使用检测器/描述符的各种组合来找到每个图像中的关键点,并在
2023-05-18 00:00:59 132.97MB C++
1