我们在蒙特卡洛事件生成的生成对抗学习的背景下提出并评估了一种替代性量子发生器结构,用于模拟大型强子对撞机(LHC)的分类物理过程。我们通过在已知的非衍生分布生成的人工数据上实现量子网络来验证这种方法。然后将网络应用于特定LHC散射过程的蒙特卡洛生成的数据集。新的量子发生器体系结构可导致最先进的实现的一般化,即使使用浅深度网络,也可以实现较小的kullback-leibler dibergence。此外,即使接受了小型培训样本集训练,量子发生器也成功地学习了基础分布功能。这对于数据八月应用特别有趣。我们将这种新颖的方法部署在两个不同的量子硬件体系结构,被困的离子和超构造技术上,以测试其硬件独立的生存能力。
这个科学启动项目涉及使用机器学习(ML)方法对蒙特卡洛(MC)数据集进行分析。该数据集由实验性Hadronic Physics Group(Hadrex)与Alice实验直接合作,该实验与大型强子对撞机(LHC)直接合作。该研究专门针对多震颤的重子(例如ξ⁻,ξ⁺等)以及随后的衰减,这是一个称为“级联衰变”的过程。主要目的是使用生成机器学习模型通过其次要衰减来重建这些粒子。通过综合与实验观察相吻合的现实数据,该项目旨在优化常规的高能物理学分析并增强数据分析算法,以搜索稀有可观察物。为了应对这一挑战,采用了条件表格生成对抗网络(CTGAN)模型。结果表明,CTGAN在复制可变分布的同时有效地保留了原始数据的物理和内在相关性,从而增强了其改善高能物理学数据驱动研究的潜力。
摘要 - 大型强子对撞机(LHC)的LumInosity升级的重组Dipoles D2(MBRD)是将双光圈磁体放置在ATLAS和CMS实验的每一侧,沿着磁性长度为7.78 m,并产生4.5 t的磁性长度为7.78 m,并且钻头0iemia表的105 mm。其开发计划预见了短1.6 m长的型号,其次是原型和一系列6磁铁。磁铁设计是在INFN Genova与CERN的合作框架进行的,该行业的建设正在进行中(ASG超导体,意大利)。在CERN进行了成功的功率测试后,简短的模型活动才完成,而原型正处于构造阶段。在此贡献中,将描述D2磁铁的主要特征,并强调了原型在短模型设计中实现的改进。然后,将提出电源测试的主要结果,重点是训练性能,保护方案有效性和磁性测量。
最近,有研究表明,在非中心相对论重离子碰撞中,椭圆流 v 2 在有限快速度下会分裂,这是由于全局涡度所致。在本研究中,我们发现有限快速度下椭圆流的这种左右(即在撞击参数轴的两侧)分裂是由于非零定向流 v 1 所致,其分裂幅度 ≈ 8 v 1 (1 − 3 v 2 ) / (3 π )。我们还使用多相传输模型(该模型自动包含涡度场和流动波动)来确认 v 2 分裂。此外,我们发现,对于相对于一阶或二阶事件平面测量的原始 v 2 和 v 1(即在应用事件平面解析之前),v 2 分裂的分析预期都成立。由于 v 2 分裂主要是由 v 1 驱动的,因此它在零横向动量( p T )时消失,而且它的大小和符号可能对 p T 、中心性、碰撞能量和强子种类具有非平凡的依赖性。
Higgs玻色子生产时间衰减速率和差异横截面的测量最近通过Atlas实验在几个衰减通道中使用了多达139 fb-1的proton-Proton碰撞数据,该衰减通道在大型Hastron Collider处记录了Proton-Proton碰撞数据的139 Fb-1。本文介绍了这些希格斯玻色子测量的多种解释。根据标准模型有效的现场理论运算符的影响,对不同衰减通道中的生产模式横截面,简化模板横截面和基准差异横截面进行了测量,并报告了对相应的Wilson系数的约束。的生产和衰减率测量值在标准模型的UV完全扩展中进行解释,即在对齐限制限制附近的两种型二键型模型(2HDM)和各种MSSM基准标准场景的最小超对称标准模型(MSSM)。2HDM参数(cos(cos(𝛽 -𝛼),tan 𝛽)和MSSM参数(tan 𝛽,tan𝛽)的约束与直接搜索其他Higgs玻色子获得的约束是互补的。
• 美国能源部奖美国 CMS SPRINT——研究实习学者计划 (2023-2026) 的关键人员。 • 美国能源部奖西部计算高能物理高级培训 (WATCHEP) 的关键人员 (2022-2027)。 • 美国国家科学基金会 HDR 数据驱动发现加速人工智能算法研究所 (A3D3) 的关键人员和研究所 PI (2021-2026)。 • 美国能源部高级培训 HEP 联盟 (HEPCAT) 奖的关键人员 (2021-2024)。 • 美国能源部科学前沿实时数据缩减协同设计奖的联合 PI (2021-2024)。 • 美国能源部粒子重建和希格斯物理实时人工智能早期职业奖的 PI (2020-2025)。 • 担任美国能源部高能物理物理启发人工智能 FAIR 框架奖的联合 PI(2020-2023 年)。 • 担任美国国家科学基金会科学与工程人工智能神经网络处理器探索奖的联合 PI(2020-2021 年)。 • 大型强子对撞机异构计算研究关键人员
在高强度和高能量山脉中,例如CERN大型强子对撞机(LHC)及其未来的高发光升级,在不同相互作用点周围的两个梁之间的相互作用施加了机器性能的限制。实际上,它们的作用降低了光束寿命,因此,对撞机的光度达到了。这些相互作用称为梁束长距离(BBLR)相互作用,并且在2000年代初首次提出了使用直流线来缓解其效果。目前正在研究该解决方案,以作为增强HL-LHC性能的选项。在2017年和2018年,LHC已安装了四个电线补偿器的示威者。 随后进行了为期2年的实验活动,以验证减轻LHC中BBLR相互作用的可能性。 在此活动中,概念证明完成并激发了一组其他实验,成功地证明了BBLR相互作用在光束条件下与操作配置兼容的效果。 本文详细报告了实验活动的准备,包括相应的跟踪模拟和获得的结果,并为未来提供了一些观点。在2017年和2018年,LHC已安装了四个电线补偿器的示威者。随后进行了为期2年的实验活动,以验证减轻LHC中BBLR相互作用的可能性。在此活动中,概念证明完成并激发了一组其他实验,成功地证明了BBLR相互作用在光束条件下与操作配置兼容的效果。本文详细报告了实验活动的准备,包括相应的跟踪模拟和获得的结果,并为未来提供了一些观点。
摘要:介绍了一种在最终状态下寻找一个顶夸克且横向动量缺失的事件的方法。通过选择具有重建的增强顶夸克拓扑结构的事件(这些事件与较大的横向动量缺失有关),探索顶夸克的完全强子衰变。分析使用了 2015-2018 年大型强子对撞机的 ATLAS 探测器记录的 139 fb − 1 个质子-质子碰撞数据,质心能量为 √ s = 13 TeV。结果是在暗物质粒子产生和单个矢量类 T 夸克产生的简化模型的背景下解释的。在没有明显超出标准模型预期的情况下,获得了相应截面的 95% 置信度上限。对于标量(矢量)介质的质量高达 4 的情况,不包括与单个顶夸克相关的暗物质粒子的产生。 3 (2.3) TeV,假设 m χ = 1 GeV,模型耦合 λ q = 0.6 和 λ χ = 0.4(a = 0.5 和 g χ = 1)。假设与顶夸克的耦合 κ T = 0.5 且 T → Zt 的分支率为 25%,则对于低于 1.8 TeV 的质量,不会产生单个矢量 T 夸克。
量子角度生成器 (QAG) 是一种全新的全量子机器学习模型,旨在在电流噪声中间尺度 (NISQ) 量子设备上生成精确的图像。变分量子电路构成了 QAG 模型的核心,并评估了各种电路架构。结合所谓的 MERA 上采样架构,QAG 模型获得了出色的结果,我们对这些结果进行了详细的分析和评估。据我们所知,这是量子模型首次获得如此精确的结果。为了探索模型对噪声的稳健性,进行了广泛的量子噪声研究。本文证明了在物理量子设备上训练的模型可以学习硬件的噪声特性并生成出色的结果。经验证,即使训练期间量子硬件机器校准变化高达 8% 也可以很好地容忍。为了演示,该模型被用于高能物理学中不可或缺的模拟,以测量粒子能量,并最终在欧洲核子研究中心的大型强子对撞机上发现未知粒子。
