XiaoMi-AI文件搜索系统
World File Search SystemLHC
使用模块化生态系统的自主发现在LHC触发器中进行自适应异常检测
异常检测（AD）代表了一种从根本上进行数据驱动发现的新工具。最初的努力集中在将强大的离线算法调整到这些高通量流系统中，但这种算法应如何适应不断发展的检测器条件的问题仍然是一个重大挑战。在这项工作中，我们引入了一个模块化生态系统，以制定和评估自主发现的策略，其中包含了不同的组件，包括：具有时间依赖性效果的数据集，复杂的触发菜单，实时控制机制和成本感知的优化标准。我们通过使用公共CMS数据集的AD触发器进行了基于强化学习的新基准来说明这一框架，旨在鼓励以社区为导向的发展发展新一代智能和适应性触发器。
大型强子对撞机 (LHC) 上的量子信息和顶夸克纠缠 - BOOST 2020 基于：2003.02280
2 (1 − D cos ϕ ) 其中 ϕ 是每个母顶部和反顶部静止框架中轻子方向之间的角度。
使用与爱丽丝的观众中子在LHC
高于150 MeV的温度，核物质过渡到夸克 - 胶状等离子体（QGP）：未绑定的夸克和胶子的阶段。在重合离子碰撞中以每核核子对（√𝑠NN）的质量量表中的重型离子碰撞达到TEV量表，该量表可以产生大于10 GEV / FM 3的能量密度。该工程的空间分布源自原子核在初始状态的重叠的波动形状。在约10 fm / c的时间尺度上，QGP（一种接近完美的流体）将空间各向异性转化为发射颗粒的动量各向异性，称为各向异性流动。这种观察结果与流体动力模型计算的比较允许提取QGP粘度。观众核子 - 碰撞核的残留物，在出现各向异性之前，该核的近距离核（≪1 fm / c）对初始状态波动很敏感。本论文列出了各向异性流的新颖测量及其相对于观众偏转的铅铅和Xenon-Xenon碰撞的波动，分别为2.76 TEV和5.44 TEV，而爱丽丝在大型Hadron Collider上。这些观察结果显示出具有初始能量密度的形状的近似通用缩放。使用观众和仅使用产生颗粒的流程测量之间的差异限制了初始状态的波动。与当前没有观众动力学的当前初始状态模型进行比较表明，需要这些动力学来提高QGP粘度提取的精度。
使用 IBM 量子计算机模拟器和 IBM 量子计算机硬件将量子机器学习应用于 LHC 的高能物理分析
我们小组率先在 LHC 的高能物理分析中使用量子机器学习 (QML)。我们已在门模型量子计算机模拟器和硬件上成功将几种 QML 分类算法应用于 ttH（与顶夸克对相关的希格斯粒子生成）和希格斯粒子到两个μ子（希格斯粒子与第二代费米子的耦合）这两项最近的 LHC 旗舰物理分析。模拟研究已使用 IBM Quantum Framework、Google Tensorflow Quantum Framework 和 Amazon Braket Framework 进行，并且我们已实现良好的分类性能，其性能类似于目前在 LHC 物理分析中使用的经典机器学习方法，例如经典 SVM、经典 BDT 和经典深度神经网络。我们还使用 IBM 超导量子计算机硬件进行了研究，其性能令人鼓舞，并且接近 IBM 量子模拟器的性能。此外，我们将研究扩展到其他 QML 领域，例如量子异常检测和量子生成对抗，并已取得一些初步成果。此外，我们还使用 NVIDIA cuQuantum 和 NERSC Perlmutter HPC 克服了大量子比特（25 个量子比特或更多）和大量事件情况下的密集计算资源挑战。
![arxiv：2111.01994v1 [hep-ph] 2021年11月3日](/simg/g:\will\search\icon\source\9\9096ef6a73b29d1530de7acea2a182b6c6f9ce76.webp)
arxiv：2111.01994v1 [hep-ph] 2021年11月3日
遵循Boz˙ek-Wyskiel参数化倾斜初始条件，这是一种基于Glauber碰撞几何形状结构纵向倾斜的螺栓固定的替代方法。这种纵向倾斜的初始条件与理想clvisc（3 + 1）d流体动力模型相结合，观察到在广泛的速度范围内的不变的定向流相关V 1。将模型的结果与实验性观察到的来自√snn = 200 Gev Cu + Cu的导向流量V 1（η）的数据进行了比较，rhIC Energy在RhIC Energy上的cu + Au + Au碰撞与√snn = 2.76 TEV和√snn = 5.02 tev pb + pb collisions at lhc lhc lhc lhc lhc colusions。我们发现，重离子碰撞中的定向流量测量可以对向前和向后传入核的不平衡以及沿X方向的压力梯度的幅度不对称设定强大的限制。
高能大型强子对撞机中Betatron准直损失的影响
响应于2013年欧洲粒子物理战略的建议，这是对所谓的高能LHC（HE-LHC）CERN进行能源升级的概念设计工作，作为未来圆形围栏研究的一部分。HE-LHC机器（旨在在现有的LHC隧道中使用16吨磁铁技术）将在27 TEV（〜2×LHC）的质子碰撞中提供质子碰撞，总储存的能量为1.34 gJ（〜4×LHC）。通过调整LHC准直探针，构思了He-LHC的Betatron清洁插入的第一个布局，需要维持至少10秒钟的次数，即约1.86兆瓦的影响，对应于12分钟的光束寿命，而无需诱导任何磁铁淬火或对其他加速度造成任何损坏。在本文中，我们通过粒子跟踪和相互作用计算评估了HE-LHC机器在HE-LHC机器中质子束操作的准直插入的功率沉积。通过三步模拟方法评估了对温暖元件以及超导分散抑制磁体的束损失影响。尤其是对于未来提议的高能LHC，我们证明了在分散抑制器中添加局部准直仪的必要性，并且我们发现了准直插入中梁线“ Dogleg”的有害后果。
CERN的罗马尼亚研究项目CERN的罗马尼亚研究项目
如今，CERN是各种实验的所在地（https://home.cern/science/experiments）。来自世界各地的研究所的科学家组成了实验合作，以执行多种研究计划，确保CERN涵盖从标准模型到超对称性以及从外来同位素到宇宙射线的物理学的丰富主题。最著名的实验是在LHC上进行的实验。这些实验中最大的实验使用通用检测器来研究在LHC可用的创纪录能量下执行的最大物理范围。具有两个独立设计的检测器对于对任何新发现的跨确认至关重要。LHC上的其他几个实验具有专门的检测器，该检测器侧重于特定现象。固定目标实验使用前LHC加速器链，SPS或质子同步器
使用边缘机器学习的粒子喷气机
世界上最大，最强大的粒子加速器称为大型强子对撞机（LHC））。这是CERN加速器综合大楼的最新补充，最初于2008年9月10日开业。LHC由27公里的超导磁体环组成，配备了许多加速设备，以增加粒子行驶时的能量。CERN的LHC体现了人类寻求理解亚原子世界的巅峰之作。在这种科学的奇迹中，粒子喷射了高能碰撞产生的新颗粒的喷雾是粒子物理及其他标准模型的基本探针。这些喷气机的准确分类对于识别新物理学的信号至关重要。但是，对于传统数据处理方法，LHC产生的数据的庞大和复杂性构成了重大挑战[1]。