XiaoMi-AI文件搜索系统
World File Search System核物理学家
核物理A
RHIC STAR 光束能量扫描计划的重要目标之一是了解相对论重离子碰撞中产生的强相互作用物质的 QCD 相图。集体流现象是表征产生的 QCD 物质性质的灵敏探针 [1]。将测得的流动可观测量与模型计算进行比较，以约束状态方程 (EoS) 并理解 QCD 现象。发射粒子在动量空间中的傅里叶展开的一阶和二阶谐波分别被描述为定向流 (v 1 ) 和椭圆流 (v 2 ) [2]。v 1 和 v 2 的快度奇分量是研究碰撞早期集体动力学的灵敏探针。输运和流体动力学模型计算表明，重子与光束能量相关的负 v 1 斜率是一级相变的标志 [3, 4, 5]。预计高 p T 带电强子的 v 1 测量将对火球的初始纵向分布提供有价值的约束，并提供有关部分子路径长度相关的能量损失的想法。
核物理A
为了比较不同尺寸系统中的涨落，应该使用强度量，即对系统体积不敏感的量。此类量通过除以测量分布的累积量 κ i（最高为四阶）得出，其中 i 是累积量的阶数。对于二阶、三阶和四阶累积量，强度量定义为：κ 2 /κ 1、κ 3 /κ 2 和 κ 4 /κ 2。图 1 显示了 150 / 158 A GeV / c 时净电荷三阶和四阶累积量比的系统尺寸依赖性。测量数据与 EPOS 1.99 模型 [5, 6] 的预测一致。对带负电和带正电强子的相同量对系统尺寸依赖性的更详细检查（图 2）表明系统尺寸依赖性非常不同。此外，EPOS 1.99 模型均未重现所测量到的任何 h + 和 h − 量。这种不一致表明我们尚未完全理解引起涨落的底层物理原理。因此，需要进行更详细的研究。在寻找 CP 中，一个可能的工具是质子间歇性，它应该在 CP 附近遵循幂律涨落。可以通过研究二阶阶矩 F 2 ( M ) 随胞元大小或等效地随中速质子 (px , py ) 空间中胞元数量的变化来检查（见参考文献 [7, 8, 9]）。对于实验数据，必须用混合事件减去非临界背景。减法后，二阶阶矩 ∆ F 2 ( M ) 应根据 M >> 1 的幂律缩放，得到的临界指数 φ 2 与理论预测相当 [10]。图 3 显示了半中心 Ar + Sc 相互作用中 150 A GeV / c 的 ∆ F 2 ( M )。图左侧和右侧之间的差异是所考虑的统计数据。左侧显示 2018 年发布的结果 [11]。这些结果表明 ∆ F 2 为正值，可能与 CP 有关。右侧显示相同的结果，但统计数据更高（208k
核物理AI/ML核物理AI/ML
[1] G. Gavalian等。“使用人工智能在CLAS12检测器中使用粒子轨迹识别。”Arxiv预印型ARXIV：2008.12860（2020）。[2] G. Gavalian。“用于CLAS12的漂移室中轨道重建的自动编码器。”ARXIV预印型ARXIV：2009.05144（2020）。[3] L.-G。 Gagnon，LHC的轨道重建机器学习，2022 Jinst 17 C02026 - AI4EIC研讨会[4] EXA.TRKX：Exascale的HEP跟踪。DOE Comphep项目，https://exatrkx.github.io/ [5] A. Akram和X. Ju。“在Panda实验中使用稻草管跟踪器（STT）中使用几何深度学习的跟踪重建”。arxiv：2208.12178（2022）[6] D. Rohr“在爱丽丝的在线和离线重建的概述，用于LHC运行3.”arxiv：2009.07515（2020）https://arxiv.org/abs/2009.07515
国家核物理研究所
规定 N. 26086 国家核物理研究所所长——已看到决议号。 2023 年 7 月 21 日第 16744 号法令，董事会批准发起 n 号奖项的竞赛。 15 项理论物理学第 3 级（高级补助金）科学研究活动合作补助金，旨在奖励在外国机构任职的外国研究人员和意大利研究人员，他们在资助截止日期前已连续在国外停留至少 3 年，为期一年，可续签至 24 个月，用于在 INFN 的各部门、国家实验室和中心进行学习和研究； - 考虑到规定编号2023 年 9 月 11 日第 25864 号法令，其中发布了 n 号奖项的竞赛通知。 15 项理论物理学第 3 级科学研究资助（高级资助），为期一年，可续期一年； - 考虑到第2023 年 10 月 27 日第 16830 号法令，董事会批准调整上述研究补助金的期限和总支出； - 承认有效性并确定需要在竞赛公告号中纠正研究资助的期限。 25864/2023 规定 1. 纠正规定编号。 2023 年 9 月 11 日第 25864 号法令，其文本部分如下：a) 每项研究补助金最初发放期限为一年，可延长第二年。替换为以下内容：每项研究补助金发放期限为两年。国家核物理研究所 主席
药理学家
Schuetz博士不仅带来了丰富的出版知识，还带来了广泛的研究经验。他目前是圣裘德儿童研究医院的教职员工（1992- 1993年）。他是药物科学系的成员兼前副主席（2005 - 2022年）（现为药学和药学系）。他的实验室采用了各种复杂技术（超分辨率显微镜，生物化学，细胞生物学，蛋白质组学，有条件的敲除，定期散布的短篇小说重复序列或CRISPR屏幕等，等等）了解转运蛋白如何促进病理生理学，药物反应，毒理学和代谢。实验室已定义并在功能上“脱孔”转运蛋白：ABCB6，ABCG2和ABCC4，在同行评审的期刊中，有175篇文章，以及与ABC Transporters相关的几项专利。
核物理和粒子物理中的人工智能
https://doi.org/10.1103/PhysRevLett.124.162502：“深度神经网络能够预测超过 1800 个原子核的基态和激发能量，其精度与最先进的核能量密度泛函相当，而且计算成本明显更低”
核物理远程计划中的QCD -Indifo
建议2作为新实验构建的最高优先事项，我们建议美国领导一个国际财团，该联盟将进行中微子的双重β衰减运动，其中包括使用不同的同位素和互补技术的迅速建设吨位尺度实验
人工智能能为核物理做些什么？
神经网络可以成为进一步改进理论计算的良好工具。图 2 显示了典型神经网络的工作原理。真正的目标可以是原子核的实验数据，预测由网络给出。整个项目就像做一块早餐面包。第一步，你需要烤面包，然后在面包上涂上黄油或果酱。HFB 计算就像烤面包的过程，它提供了基础。之后，ML 算法的修饰可以更好地改善口感。人工智能技术与物理学的结合不仅是科学上的一种流行尝试，也是一种优化。这些结果对于未来对未知重核的实验也很有用。
第 31 章 — 核物理和放射性
F ll t' tdtllt th bi di f H 例如，假设我们想要计算已知氦核原子质量的结合能：4.0026 u 。现在，这个质量包括两个电子的质量，因为它是原子质量而不是核质量。