质子-质子碰撞中希格斯玻色子产生的包容性和差分基准横截面是在H→ZZ *→4ℓ衰减通道中测量的。 质子-质子碰撞数据是在大型强子对撞机以13 TeV的质心能量产生的，并由ATLAS探测器在2015年和2016年记录，对应的综合光度为36.1 fb -1。 与标准模型2的预测一致，H→ZZ *→4ℓ衰变通道中的包含基准横截面被测得为3.62±±0.50（stat）−±0.20 +±0.25（sys）fb。 91±0。 13英尺 还将横截面外推到总相空间，包括所有标准模型希格斯玻色子衰变。 测量了几个对希格斯玻色子的产生和衰变敏感的可观察到的基准截面，包括与希格斯玻色子有关的射流的运动学分布。 在数据与标准模型预测之间找到了很好的一致性。 使用对kappa框架的伪可观察扩展，将结果用于约束希格斯玻色子与标准模型粒子的异常相互作用。

通过大型强子对撞机的ATLAS实验，测量了与喷嘴相关的顶夸克对生产的不同横截面。 根据s = 13 $$ \ sqrt {s} = 2015年由LLAS的ATLAS探测器收集到的13 $$ TeV，对应的综合光度为3.2 fb-1。 在轻子（电子或介子）+射流通道中选择了最高的夸克对事件。 将测得的横截面与几种预测值进行比较，可以对顶级夸克的产生进行详细的研究。

PID控制器（比例-积分-微分控制器）是一个在工业控制应用中常见的反馈回路部件，由比例单元比例P（proportion）、积分单元I（integration）和微分单元D（differentiation）组成。PID控制器作为最早实用化的控制器已有近百年历史，现在仍然是应用最广泛的工业控制器。

吉尔数值算法，求解刚性微分方程组，稳定好，收敛好

PyDAS - 几个微分代数系统求解器的 Python 包装器 介绍 PyDAS 为 Python 代码提供了一种方法，可以利用 Python 代码中的几个著名的基于 Fortran 的微分代数系统求解器。 可用的求解器——DASSL、DASPK 和 DASKR——都可从公开获得，并随 PyDAS 分发。 PyDAS 为每个求解器提供了一个 Python 扩展类型，它反过来提供了设置求解器选项、提供残差和雅可比函数以及运行求解器的 Pythonic 方法。 DASSL、DASPK 和 DASKR 求解器都比提供的 ODE 求解器功能中使用的求解器 VODE 强大得多。 执照 版权所有 (c) 2010 约书亚 W. 艾伦 ( )。 特此授予获得本软件副本和相关文档文件（“软件”）副本的任何人免费许可，不受限制地处理本软件，包括但不限于使用、复制、修改、合并的权利、发布、分发、再许可和

2021美赛A题M奖论文+代码（可一键运行）+手稿。原文可见这里 https://blog.csdn.net/qq_44782352/article/details/122809167

matlab中，用龙格库塔法解微分方程，当微分方程中只出现了x没有y(例dy/dx=2x),或只出现y没有x(例dy/dx=y^2+y)时的matlab程序。

提出了作为横动量pT的函数的微分横截面，用于产生ing（nS）（n = 1、2、3）状态并衰减成一对μ子。 在LHC上使用CMS检测器收集了与s = 7TeV的pp碰撞中4.9 fb-1的积分光度相对应的数据。 分析选择的事件具有dimuon速度| y | <1.2和dimuon横向动量在10 <pT <100GeV范围内。 测量结果表明，对于三个ϒ状态，在pT≈20GeV时从指数行为过渡到幂律行为。 在该跃迁以上，ϒ（3S）谱比than（1S）的谱要困难得多。 p（3S）和ϒ（2S）微分截面与to（1S）截面的比值随着pT在低pT处的增​​大而增大，而在pT较高时变得平坦。

matlab微分方程代码自述文件 GPU加速用于MRST（概念验证） 我今天（12月5日）开始进行评估和概念验证，以移植Matlab油藏模拟器以加速行驶。 部分工作需要SPE论文中的Eclipse数据集进行测试。 MRST。 我已将最重要的数据集上载到其自己的存储库中。 请参阅下面的参考。 由于PyTorch具有与GPU或GPU配合使用的内置功能，因此我们希望证明基于GPU的PyTorch可大大减少油藏模拟中的计算时间。 简而言之，这就是想法。 背景 少数科学家已经将他们的一些工作移植到了这种ML框架上，但是没有专门针对油藏模拟进行研究。 战略 测试构成MRST求解器核心的偏微分方程（PDE）。 使用Matlab和Octave测试求解器的运行时间。 最新书的作者提供了一些性能测试代码（请参阅附录）。 使用PyTorch for GPU复制Python中的功能。 将Matlab代码转换为PyTorch; 测量MRST求解器的计算时间。 如果在PyTorch中GPU的计算速度快10到100，则继续将更多的Matlab代码转换为基于PyTorch张量的计算。 感谢您的集思广益。 更新 已经有

常微分方程与偏微分方程.pdf 基础知识