XiaoMi-AI文件搜索系统
World File Search SystemATLAS
与Atlas的超细胞PB+PB碰撞中光子诱导的过程
在LHC处的Atlas [3]在光核（γ + Pb）事件中已经研究了两粒子方位角相关性。这些结果表明明显的非零椭圆形和三角形流coe ffi cients，它们是用流体动力学模型来解释的。参考。[4]，作者做出了一个具体的预测，即径向流量是夸克 - 格鲁恩血浆的特征之一，在γ + pb和p + pb碰撞中相似，并且可以通过产生的hadron的平均横向动量（P t）来测量。因此，通过γ + pb中的Atlas和P + PB碰撞中的Atlas测量了原代电荷Hadron的包含屈服与假性（η）和P t的函数[5]。图1显示了P t> 0 GEV的带电Hadron的平均p T，这是两个η区域中带电粒子多重性（N CH REC）的函数，[ - 1。6， - 0。8]和[0。8，1。6]，对于γ + Pb和
社会游戏行为以特定于区域的方式Bijlsma，Ate塑造前额叶抑制的发展； Vanderschuren，L。； Wierenga，Corette J.
摘要：将在ATLAS实验中安装高粒度定时检测器（HGTD），以减轻大型强子撞机（LHC）在CERN的高光度（HL）期间的堆积效应。低增益雪崩探测器（LGADS）将提供颗粒到HGTD的到达时间的高精度测量值，从而改善粒子范围的分配。为了应对高辐射环境，通过在增益层中添加碳来优化LGAD，从而降低了照射后的受体去除率。来自不同供应商的几种富含碳的LGAD传感器的性能，并以1.5和2的高流量进行照射。5×10 15 N EQ /cm 2，在2021年和2022年的横梁测试活动中已在Cern SPS和Desy中进行了测量。本文介绍了与示波器记录的数据获得的结果，该示波器与光束望远镜同步，该示波器在几μm的分辨率内提供了粒子位置信息。提出了收集的电荷，时间分辨率和效率测量值。此外，还研究了效率均匀性，这是入射粒子在传感器垫中的位置的函数。
使用Atlas.ti
摘要。目的：本研究旨在分析Instagram上审美摄影中颜色和构图的主要趋势，并探索其对用户互动的影响，特别是喜欢和评论。鉴于视觉美学在数字营销中的作用越来越大，了解这些要素对于旨在最大化参与度的内容创建者，品牌和企业至关重要。与以前关注一般社交媒体参与的研究不同，这项研究使用Atlas.ti整合了技术驱动的定性分析，从而实现了结构化编码和视觉元素的主题识别。方法：在591个Instagram帖子上进行了定性内容分析，该帖子标记为#AmestheticPhotography和#visualaesthetic。使用Instagram刮擦（Phantombuster）收集数据，同时提取视觉（调色板，组成技术）和文本（字幕，元数据）元素。ATLAS.TI软件用于分析重复出现的视觉模式，并通过Google Colab和Python进行了颜色提取，以进行准确性。结果：结果表明，自然色（48.18％）和柔和的音调（30.90％）在美学摄影中占主导地位，由于它们的和谐和平静的效果，促进了更高的参与度。组成技术，例如中心对准（40.51％）和三分之二（23.27％）的规则（23.27％）与用户互动显着相关，因为它们与认知负载理论和视觉感知原理一致。此外，与更长的标题相比，简短的字幕（≤10个单词）在增强参与度，平均获得8,876个赞和4,432条评论方面更有效。新颖性：这项研究弥合了视觉美学和计算分析之间的差距，使用Atlas.ti系统地检查社交媒体趋势。与以前仅关注定量指标的研究不同，该研究提供了对颜色和组成如何影响参与度的定性见解。这些发现为内容创建者，设计师和营销人员提供了实用的指导，这表明强大的视觉组成和色彩和谐可以增强受众的参与度。关键字：审美摄影，视觉趋势，调色板，用户参与，Instagram 2024年9月 / 2025年2月修订 / 2025年2月接受此工作，该工作已在创意共享归因4.0国际许可下获得许可。
Atlas的建筑可扩展分析基础架构
摘要。我们探讨了采用云代表工具和原理，以锻造灵活和可扩展的基础架构，旨在支持分析框架 - 在高光度大型强调撞机（HL-LHC）时代为Atlas实验开发的框架。该项目最终建立了一个联合平台，整合了来自各种提供商的Kubernetes群集，例如Tier-2中心，第3层中心，以及来自国家科学基金会项目的Iris-Hep可伸缩系统实验室。一个统一的接口进行了简化容器化应用程序的管理和缩放。通过与分析效率集成，使Jupyter / Binder笔记本电脑和DASK工人的溢出到TIER-2资源来实现增强的系统可伸缩性。我们调查了“拉伸”（在大型网络）集群模式的灵活部署方案，包括集中式的“灯光管理”模型，Kubernetes服务的远程管理以及完全自主的站点管理的群集方法，以适应各种操作和安全要求。该平台在多群集演示器中展示了其e ffi cacy，以使用Co ff ea，servicex，uproot和dask以及rdataframe等工具进行低延迟分析和高级工作流程，并说明了其支持各种处理框架的能力。该项目还为Atlas软件和计算登机事件提供了强大的用户培训基础架构。
在 ATLAS HGTD Beresford, LA 的光束试验中对辐照 LGAD 进行破坏性击穿研究；德国布迈丁；卡斯蒂略·加西亚，L.； LD Corpe
摘要：在过去的几年中，在多次光束测试活动中观察到，当在比实验室测试期间安全操作电压低得多的电压下操作时，辐照的 LGAD 传感器会断裂，并留下典型的星形烧痕。本文提出的研究旨在确定这些传感器可以承受的安全工作电压。作为 ATLAS 高粒度定时探测器 (HGTD) 光束测试的一部分，来自不同制造商的许多辐照传感器在两个测试光束设施 DESY（汉堡）和 CERN-SPS（日内瓦）中进行了测试。将样品放置在光束中并长时间保持在偏压下，以使每个传感器上穿过的粒子数量达到最高。两次光束测试都得出了类似的结论，即当传感器中的平均电场大于 12 V/μm 时，这些破坏性事件就会开始发生。
j.physletb.2024.138705.pdf
抽象的质子 - 普罗氏素碰撞数据由Atlas检测器在2011年以7 TEV为单位的质量能量记录，已用于改善W -Boson质量的测定，并在LHC处对W -Boson宽度进行了首次测量。最近对质子Parton分布函数的拟合量纳入了测量程序中，并使用改进的统计方法来提高测量精度。W -Boson质量的测量结果得出的值为M W = 80，366。5±9。 8（stat。） ±12。 5（Syst。） mev = 80，366。 5±15。 9 MeV，宽度为W = 2202±32（Stat。） ±34（Syst。） mev = 2202±47 Mev。 第一个不确定性组成部分是实用的，第二个不确定性成分对应于实验和物理模型的系统不确定性。 这两个结果都与从拟合到电cision数据的期望一致。 M W的当前测量与使用相同数据进行的先前测量相兼容并取代。5±9。8（stat。）±12。5（Syst。）mev = 80，366。5±15。9 MeV，宽度为W = 2202±32（Stat。）±34（Syst。）mev = 2202±47 Mev。第一个不确定性组成部分是实用的，第二个不确定性成分对应于实验和物理模型的系统不确定性。这两个结果都与从拟合到电cision数据的期望一致。M W的当前测量与使用相同数据进行的先前测量相兼容并取代。
地图集文档
据报道，在大型强子对撞机上使用𝑝𝑝碰撞数据的𝑊碰撞数据的电孔和光子与√𝑠= 13 tev的中心的观测。数据是通过ATLAS实验从2015年到2018年记录的，对应于140 fb -1的综合发光度。此过程通过矢量玻色子散射机制对四分尺仪玻色子耦合敏感，并对标准模型的电动型扇区进行了严格的测试。。多元技术用于区分electroweak的过程与不可还原背景过程。与6.3个标准偏差相比，Electroweak 𝑊𝛾𝑗𝑗过程的显着性远高于六个标准偏差。信托和差异横截面是在接近检测器接受度的基准相空间中测量的，这与Madgraph5+Pythia8和Sherpa的领先顺序标准模型预测合理一致。结果用于在有效的现场理论的背景下限制新的物理效应。
地图集文档
搜索使用140 fb - 1在√𝑠= 13 = 13 TEV的proton-Proton碰撞中，搜索在辐射量激量激量仪中腐烂的中性长颗粒（LLP）。分析由三个通道组成。第一个目标配对生产的LLP，其中至少一个LLP的产生具有足够低的增强，以至于其衰减产物可以作为单独的喷气机解析。第二和第三通道的目标LLP分别与衰减衰变的𝑊或𝑍玻色子相关。在每个通道中，不同的搜索区域针对不同的运动学制度，以涵盖广泛的LLP质量假设和模型。没有观察到相对于背景预测的事件过多。higgs玻色子分支分支到成对的一对大于1％的强烈衰减中性LLP，在95％的置信度下排除在95％的置信度下，适当的衰减长度在30 cm至4.5 m的适当范围内，这取决于LLP质量，这取决于LLP质量，这是先前搜索的Hadronic Caloremeter搜索量的三个因素。与横截面高于0.1 pb的𝑍玻色子相关的长寿命深光子的产生被排除在20 cm至50 m的范围内的深色光子平均衰减长度，从而通过数量级提高了先前的Atlas结果。最后，Atlas首次对长期的光轴轴向粒子模型进行了探测，生产横截面高于0.1 Pb，在0.1 mm至10 m范围内排除了0.1 Pb。
人类细胞图谱的计算技术
当研究人员收集单细胞数据并将其细化为细胞图谱时，一项关键任务是对每种细胞类型进行表征和标记或注释。“这通常是一项非常耗时、繁重的任务，只有少数生物学专家才能完成，”计算生物学家、麻省理工学院和哈佛大学布罗德研究所 HCA 细胞注释平台负责人 Evan Biederstedt 说。研究人员已经开发了几种自动标记细胞的程序，但这些工具并不总是能得出相同的答案。popV 就是个例子。它的功能简单但功能强大：它将八种自动细胞注释工具整合到一个平台中，并且可以在有更多工具可用时添加 1 。“这是一个加速工具，”联合开发者、加州大学伯克利分校的计算生物学家 Can Ergen 说。拥有新鲜生成的单细胞 RNA 测序数据的研究人员可以将其加载到 popV 中，八种方法中的每一种都会对细胞身份进行“投票”——因此该工具的全名是 popular Vote。对于任何给定的细胞，用户可以检查所有八种注释是否一致，或者对可能的身份是否存在分歧投票。如果这些方法对某种细胞类型的判定一致，研究人员就可以对其身份充满信心；如果存在分歧，可能就没那么自信了。为了量化这一点，popV 提供了“不确定性分数”，以便用户知道在其鉴定中可以给予多大信任度。“这真的很酷，”Regev 说。PopV 使用来自 Tabula Sapiens 的数据进行训练，Tabula Sapiens 是一张人类细胞图谱，涵盖了近 500,000 个细胞，代表了 15 个人的 24 个器官。研究人员随后在来自人类肺细胞图谱 2 的数据库上对其进行了测试；根据最终论文，popV 的预测与大多数注释一致，比任何单个计算注释器都更准确。Biederstedt 计划将 popV 整合到 HCA 细胞注释平台用户界面中，科学家将能够在对细胞类型进行分类时查看 popV 的预测。“它确实让社区更接近自动细胞注释的梦想，并将极大地帮助研究人员，”他说。一旦研究人员发现了一种有趣的细胞类型或状态，他们可能会想知道它还会出现在哪里。Regev 和她的同事开发了 SCimilarity 来回答这个问题。该软件可以获取感兴趣的细胞概况