摘要。在天体物理学中,观测起着重要作用。在缺乏监测工具的天文学课上,可以使用诸如用于模拟太空物体的交互式程序 Universe Sandbox 2 之类的交互式程序。这项工作的目的是实施交互式程序,以有效地进行天文学教学、理解材料并提高认知兴趣。在研究“恒星的演化”这一主题时,我们使用 Universe Sandbox 2 观察恒星的演化。通过这个程序,学生有机会了解不同质量的恒星的存在及其差异,观察恒星的物理特性的变化,例如:质量、温度、速度、光度、半径和重力。这将有助于培养分析和比较的能力,形成科学的世界观,培养研究的吸引力,提高学习天文学的兴趣。
目的。我们为 X 射线照射吸积盘的宽带光谱能量分布 (SED) 开发了一种新的物理模型,该模型考虑了吸积盘和 X 射线冕的相互作用,包括由中心黑洞 (BH) 的强引力对光传播和光子能量从盘到冕静止坐标系或从冕静止坐标系到观察者的转换引起的所有相对论效应。方法。我们假设一个开普勒光学厚、几何薄的吸积盘和一个灯柱几何中的 X 射线源。X 射线冕发射各向同性的幂律类 X 射线谱,具有高能截止。我们还假设标准盘模型最内层热辐射释放的所有能量都被传输到冕,从而有效冷却该区域的盘。此外,我们还包括由于 X 射线源对圆盘照明的吸收部分进行热化而导致的圆盘加热。还包括由于圆盘照明而导致的 X 射线反射。X 射线光度由从吸积盘(或外部源)提取的能量和散射光子本身带来的能量给出,因此能量平衡得以保持。我们通过迭代过程计算了低能 X 射线截止,充分考虑了圆盘的 X 射线照明与进入日冕的吸积盘光谱之间的相互作用。我们还计算了日冕半径,考虑到康普顿化过程中光子数的守恒。结果。我们详细讨论了模型 SED 及其对系统参数的依赖性。我们表明,圆盘-日冕相互作用对产生的 SED 有深远的影响,它限制了 X 射线光度并改变了 UV 蓝色凸起的形状和正常化。我们还将模型 SED 与目前可用的类似模型预测的 SED 进行比较。我们使用新代码来拟合 NGC 5548 的宽带 SED,这是一个典型的 Seyfert 1 星系。当与之前模型拟合同一源的光学和紫外线时间滞后的结果相结合时,我们推断出黑洞自旋较高、系统倾角中等、吸积率低于爱丁顿的 10%。该源的 X 射线光度可能由圆盘中耗散的 45-70% 的吸积能量支持。新模型名为 KYNSED ,可供公众使用,用于在 XSPEC 光谱分析工具中拟合 AGN SED。结论。 AGN 吸积盘的 X 射线照射可以解释至少一个 AGN(即 NGC 5548)观测到的 UV 和光学时间滞后以及宽带 SED。过去几年中,我们利用多波长、长期监测观测同时研究了这些 AGN 的光学、UV 和 X 射线光谱和时间特性,这将使我们能够研究这些系统中的 X 射线和吸积盘几何形状,并限制其物理参数。
摘要:预先指出对一对im um的长寿命外来颗粒的包容性搜索。搜索使用CMS实验在LHC上收集的数据集,在2016年和2018年在TEV的Proton-Proton碰撞中,对应于97.6 fb-1的综合发光度。实验签名是一对源自与质子相互作用点的常见二级顶点相对电荷的muon,该顶点的距离范围从几百μm到几米。在隐藏的Abelian Higgs模型的框架中解释了结果,其中Higgs玻色子腐烂到一对长寿命的深色光子和简化的模型,其中在异国情调的重型中性标量螺旋子的衰减中产生了长寿颗粒。
1. 所有恒星(包括太阳)都是由星云(由尘埃和气体组成)形成的 2. 引力使尘埃和气体盘旋在一起,形成原恒星 3. 引力能转化为热能,因此温度升高。当温度足够高时,氢原子核发生核聚变形成氦原子核,并放出大量的热和光。一颗恒星诞生了。 4. 最终氢开始耗尽。较重的元素由氦的核聚变制成。恒星从主序变成红巨星(如果是一颗小恒星)或红超巨星(如果是一颗大恒星)。表面温度下降,相对光度降低。
寻找超对称粒子是大型强子对撞机 (LHC) 的主要目标之一。超对称顶部 (停止) 搜索在这方面发挥着非常重要的作用,但 LHC 下一个高光度阶段将达到前所未有的碰撞率,这对任何新信号与标准模型背景的分离提出了新的挑战。量子计算技术提供的大规模并行性可以为这个问题提供有效的解决方案。在本文中,我们展示了缩放量子退火机器学习方法的一种新应用,用于对停止信号与背景进行分类,并在量子退火机中实现它。我们表明,这种方法与使用主成分分析对数据进行预处理相结合,可以产生比传统多元方法更好的结果。
随着 LHC 加速器的建成,高能物理电子学开启了新的篇章。这种高亮度强子对撞机在加速质子迎头碰撞点附近建造的探测器系统中产生了前所未有的辐射背景,这对电子设备的可靠功能尤其不利。例如,表 1 描述了 LHC 两个通用探测器系统之一(ATLAS)的辐射背景,图 1 显示了另一个(CMS)的横向视图,以说明不同专用探测器层的位置。90 年代初,人们已经清楚地认识到,跟踪器的电子设备需要具有前所未有的抗辐射能力,而 HEP 社区必须获得有关电子设备和电路中辐射效应的新能力。随着高亮度 LHC 升级的批准,辐射背景增加了 10 倍,事情变得更具挑战性。
今天,人工智能和机器学习技术具有广泛的应用。机器学习技术的应用正在在高能量物理(HEP)和Astroparpicle物理学的研究领域中获得动力。大型强子对撞机(LHC)的实验以及其他几个基于对撞机的和Astroparpicle实验正在积累大量数据,以精确测量粒子物理学的标准模型参数的精确测量,并在较高的标准模型量表中搜索具有较高标准模型的范围,以使其具有较高的标准模型,以使其具有综合的实验性和实验性。将来,高光度LHC预计提供的数据将比迄今为止可用的数据多十倍。在开发事件分类,对象识别和估计策略方面,在HEP中应用Ma Chine学习的应用已经取得了很大的进步。ML方法有望在未来的数据分析中受到大量使用。
核子的结构是多维的,取决于组成部分的横向动量,空间几何形状和极化。可以使用在超疗养重的沉重离子碰撞中产生的高能光子来研究这种结构。提出了在大动量转移下具有两个喷气式相互作用的两种喷气式事件的方位角角相关性的第一个测量,这一过程被认为对基本的核gluon偏振敏感。本研究使用在效率上的超递铅铅碰撞碰撞的数据样本。02 TEV,对应于0的集成光度。38 nb - 1,在LHC的CMS实验中收集。发现,随着dijet横向动量的增加,两个射流横向动量向量的总和与差之间的相关性的第二个谐波被发现是正的。成功地描述了HERA实验的广泛质子散射数据,无法描述观察到的相关性,这表明存在Gluon极化效应。
KEKB 是一台 8x3.5 GeV 非对称电子-正电子对撞机,旨在实现质心能量为 10.58 GeV 的电子-正电子对撞。其使命是支持高能物理研究计划,研究 B 介子衰变中的 CP 破坏和其他主题。其目标光度为 10 34 cm~ 2 s~ 1 。KEKB 经日本政府批准,于 1994 年 4 月正式开始建设,为期五年。KEKB 的两个环(低能环 LER 用于 3.5 GeV 的正电子,高能环 HER 用于 8 GeV 的电子)将建在现有的 TRISTAN 隧道中,隧道周长为 3 公里。TRISTAN 的基础设施将得到最大程度的利用。利用较大的隧道宽度,KEKB 的两个环将并排建造。由于束流轨迹的垂直弯曲往往会增加垂直束流发射率,因此其使用量被最小化。
报道了第一个FASER搜索对光子腐烂到一对光子的光线颗粒的搜索。搜索使用收集到的2022和2023 LHC质子 - 蛋白质碰撞数据√s= 13。6 TEV,对应于57的综合光度。7 fb -1。具有轴状颗粒(Alps)的模型主要耦合到弱量表玻色子,是针对弱量表的,探测了50至500 MEV的质量范围,并与标准模型粒子G AW W,G AW W,10-5和10-3 GEV-1。信号事件的特征是电磁热量表中的高能量沉积物,否决闪烁体中没有信号。与背景期望为0相比,观察到一个事件。42±0。 38事件,完全由中微子相互作用主导。 在阿尔卑斯山上的世界领先约束获得了高达300 MeV的质量,并在10-4 GEV-1附近获得了耦合,并测试了先前未开发的参数空间区域。42±0。38事件,完全由中微子相互作用主导。在阿尔卑斯山上的世界领先约束获得了高达300 MeV的质量,并在10-4 GEV-1附近获得了耦合,并测试了先前未开发的参数空间区域。