使用卷积神经网络在e + e-对撞机上改善希格斯玻色子-胶子耦合的测量

上传者: 38665162 | 上传时间: 2024-07-03 15:24:37 | 文件大小: 552KB | 文件类型: PDF
在本文中,我们建议使用卷积神经网络(CNN)来改善轻子对撞机上希格斯玻色子-胶子有效耦合的精度。 CNN用于识别希格斯玻色子和Z玻色子相关的生产过程,希格斯玻色子在质心能量250 GeV和积分光度5 ab处衰变成胶子对,而Z玻色子衰变成轻子对。 -1。 通过使用CNN,有效的耦合测量的不确定性可以使用pythia数据从1.94%降低到约1.28%,使用蒙特卡罗模拟中的herwig数据可以从1.82%降低到约1.22%。 此外,使用不同最终状态成分的CNN的性能表明,领先和次领先射流成分的能量分布在识别中起主要作用,与使用常规CNN相比,使用CNN进行有效耦合的最佳不确定性降低了约35%。 方法。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明