在pp碰撞中在7 TeV质心能量中心产生的高横向动量射流用于测量横向能量-能量相关函数及其相关的方位角不对称性。 数据是在2011年用大型强子对撞机的ATLAS探测器记录的,对应的综合光度为158 pb -1。 选择标准要求事件中两个前导喷头的平均横向动量大于250 GeV。 蒙特卡洛事件生成器很好地描述了检测器级别的数据。 它们被展开到粒子级别,并以接近领先的精度与理论计算进行比较。 数据与理论之间的一致性很好,并提供了在大动量传递时微扰量子色动力学的精确测试。 从此比较,Z玻色子质量给定的强耦合常数被确定为s(mZ)= 0.1173±0.0010(exp。)→0.0026 + 0.0065(theo。)。
2024-04-08 16:37:52 1.43MB Open Access
1
提出了使用至少两个轻子的事件来生产直接顶对的搜索,其中至少两个轻子包括质量不变的对偶对,与Z玻色子质量一致,射流标记为起源于b夸克和缺少横向动量。 这项分析是在2012年大型强子对撞机上使用ATLAS探测器收集的s = 8TeV质子碰撞数据进行的,对应于20.3 fb -1的综合光度。 没有观察到超出标准模型预期的过量。 在模型的基础上提供了对结果的解释,该模型基于重对的顶夸克状态(t〜2)的直接配对产生,然后通过t〜2→Zt〜1衰减到较轻的对顶夸克状态(t〜1), 对于自然界中介导的超对称破坏情形中的t〜1对产生,中性分子(χ〜10)是次轻的超对称粒子,并通过χ衰变产生Z玻色子和引力子(G〜)。 〜10âZG〜过程。
2024-04-08 14:48:09 1.22MB Open Access
1
我们表明,在大型强子对撞机的质子-铅(p + Pb)碰撞中,彩色玻璃冷凝物(CGC)和流体动力学导致质构平均横向动量〈p⊥〉随质子速度而变化。 在流体动力学中,sincep⊥〉随着从零速度y = 0到质子碎片化区域的减少而减小,因为粒子数量减少了。 相反,在CGC中,饱和动量随着从y = 0到质子分裂区域的增加而增加,因此〈p⊥〉增加。 在大型强子对撞机上,两个模型之间的差异可能足够大,可以通过实验进行测试。
2024-04-08 04:14:48 314KB Open Access
1
我们介绍了对纯核-核散射中非极化Drell-Yan(DY)对产生的详尽分析。 在核方面,我们使用核parton分布以及文献中可用的核parton横向分布的参数化。 介子的部分纵向和横向分布是最近在Nambu–Jona Lasinio(NJL)框架中进行的计算,并具有Pauli–Villars正则化。 NJL模型的规模是通过最小化过程来确定的,该过程将基于NJL进化的pion分布的NLO预测与快速差分DY横截面数据进行比较。 然后使用所得分布来描述直至第二对数精度的双链对的横向动量谱,直至2 GeV的横向动量。 在没有其他参数的情况下,可以找到可用的介子-核数据达成合理协议,从而证实了NJL描述介子部分结构的优点。 我们发现对分布的形状以及对双链对产生的平均横向动量有相当大的演化影响。 我们进一步讨论了从介子核DY数据中获得有关介子非极化的横向动量依赖部分分布的行为的信息的可能性。
2024-04-05 15:03:26 868KB Open Access
1
我们提出了对非极化和横向极化核子的横向电荷和反常磁化密度的风味结构的研究。 我们考虑全息QCD中电磁形状因数的两种不同模型。 通过使用电荷和同位旋对称性分解核子的Dirac和Pauli形状因子,可以获得风味形状因子。 将结果与两个标准现象学参数化进行比较。
2024-04-05 13:52:25 1.14MB Open Access
1
我们基于具有对称性守恒量化的手性夸克-孤子模型(QSM),研究了核子电磁形状因子的风味分解。 我们考虑旋转和线性奇夸克质量()校正。 我们讨论了与最近的实验数据相比,风味分解的电磁形状因数的结果。 为了查看奇夸克的影响,我们将SU(3)的结果与SU(2)的结果进行了比较。 最后,我们讨论了非极化和极化核子的横向电荷密度。 在SU(3)QSM的中心附近,中子内部的横向电荷密度变成负数,这可以用奇怪的夸克的贡献来解释。
2024-04-05 10:40:52 1.21MB Open Access
1
横向滚动字幕+广告条,专属ios开发,下载拉
2024-03-30 18:18:37 3.64MB 横向滚动字幕
1
博客系统作为互联网内容生产的一种新机制,愈来愈多的被人们所意识,博客系统已成为每一个网站的标准配置。为此我们收集了市面上能见到的不同的系统,从中选取了Xblog、Oblog、PHPwind三款已商业化的参与评测。对于博客系统来说,其功能的实现在技术上难度并不大,关键的问题在于,由于这是用户网上的自留地,用户会对每一个细节都很挑剔,因此,这次评测的第一大类指标就是UE(用户体验)指标,第二大类是用户粘着度指标,三是系统平台指标。我们希望通过这次横向评测,为网站实现博客频道提供一个第三方的参考意见。
2024-03-03 15:23:08 1.04MB
1
在质子-质子碰撞中以质子能量为13 TeV的质子-质子碰撞中电超弱粒子的电弱产生的搜索在最终状态下以τ轻子对出现。 τ轻子同时考虑了强子衰变模式和轻子衰变模式。 研究了涉及直接产生τ瘦素的配对或通过charginos和中性氨基酸的衰变间接产生的情况。 数据对应于2016年用CMS检测器收集到的35.9 fb-1的综合亮度。观察到的事件数量与标准模型背景期望值一致。 结果被解释为在不同情况下生产τ瘦蛋白对的横截面的上限。 在纯左手的低质量τ子链衰减为几乎无质量的中性原子的情况下,观察到了最强的限制。 排除极限也在chargino-neutralino和chargino对产生的简化模型的背景下设置,衰减到τ轻子,范围分别达到710 GeV和630 GeV。
2024-03-02 12:48:16 1.97MB Open Access
1
内容概要:通过数据集电力变压器油温数据详细的介绍双向LSTM,以及其机制,运行原理,以及如何横向搭配单向的LSTM进行回归问题的解决。 所需数据:在本次的模型所需的数据是电力变压器油温数据,由国家电网提供,该数据集是来自中国同一个省的两个不同县的变压器数据,时间跨度为2年,原始数据每分钟记录一次(用 m 标记),每个数据集包含2年 * 365天 * 24小时 * 60分钟 = 1,051,200数据点。 每个数据点均包含8维特征,包括数据点记录日期,预测目标值OT(oil temperature)和6个不同类型功率负载特征。 适合人群:时间序列和深度学习初学者本文的模型比较简单,易于理解。 阅读建议:可以大致阅读以下,本文件只是一个简单实现版本,并不复杂。 能学到什么:能够从本文件当中读懂深度学习的代码实现过程,对于时间序列有一个简单的了解, (PS:如果你使用你自己的数据进行预测需要将时间列和官方数据集保持一致,因为在数据处理部分我添加了一部分特征工程操作,提取了一些时间信息,因为LSTM不支持时间格式的数据输入,需要转化为数字) 如果大家不懂的地方可以看我的文章部分有详细的讲解。
2024-01-31 13:39:26 441KB lstm python pytorch 深度学习
1