XiaoMi-AI文件搜索系统
World File Search SystemPoS
pos（lattice2024）212-科学论文集
푍（2）晶格量规理论在研究量子代码的量子误差校正阈值概率（QEC）的研究中起着重要作用。对于某些QEC代码，例如众所周知的Kitaev的复曲面/表面代码，可以将QEC解码问题映射到给定噪声模型的统计力学模型上。对阈值概率的研究对应于映射统计力学模型的相图。这可以通过统计力学模型的蒙特卡洛模拟来研究。在[11]中，我们研究了在二维上与综合征测量噪声一起在旋转/表面代码上的逼真噪声模型的影响，并引入了随机耦合 - 平面仪表模型，三维푍（2）×푍（2）×푍（2）lattice Gauge理论。这个新的Z（2）量规理论模型捕获了在去极化和综合征噪声下的紫杉/表面代码的主要方面。在这些程序中，我们主要关注Mont Carlo模拟的各个方面，并讨论了Monte Carlo模拟Z（2）晶格理论的初步结果。
pos（lattice2024）039-科学论文
复杂的langevin（Cl）动力学，其中自由度被分析扩展，提供了潜在的解决方案，因为它不依赖重要性采样，而是通过随机过程探索复杂的流形[4，5]。它是随机定量的扩展[6，7]，相当于路径积分定量。cl已显示在三个[8]和四个[9]欧几里得维度的晶格场理论中起作用，其中包括严重的符号问题，包括在QCD [10-14]中，但即使在简单模型[15-17]中，它也可能失败。几年前[18-20]阐明了这种情况[18-20]，这是通过在实际歧管上的复杂分布与复杂歧管上的真实和正分布之间形式关系的推导，该分布在CL过程中有效地进行了采样，从而导致了正确性的正确标准，需要证实后者验证。然而，问题仍然存在，该方法的可靠性取决于对Cl漂移中无穷大和近杆的分布行为的精确理解。最近的工作可以在例如参考。[21 - 25]。
d-pose：深度作为3D人姿势和形状估计的中间表示
我们提出了D置位（D EPTH作为3D人类PO SE和S HAPE E刺激的中间代码），这是一种单阶段方法，可估计来自单个RGB图像的人姿势和Smpl-X形状参数。最近的作品将较大的模型与变压器骨架和解码器一起提高人体姿势和形状（HPS）基准的准确性。d-pose提出了一种基于视觉的ap-porach，它使用估计的人类深度映射作为HPS和利用合成数据的培训的中间表示，并在训练过程中提供了与它们一起提供的地面深度映射。尽管在合成数据集中受过培训，但D-Pose在现实世界基准数据集，EMDB和3DPW上实现了最新的性能。尽管其简单的轻巧设计和CNN主链，但它的表现优于基于VIT的模型，这些模型的模型几乎较大。d-pose代码可用：https：//github.com/nvasilik/d-pose
pos（iChep2024）286
天体物理和宇宙学可观察物，例如宇宙微波背景中的波动，螺旋星系的旋转曲线和引力透镜，表明我们宇宙的物质内容由16％的普通物质组成[1]。其余的84％归因于暗物质（DM），该暗物质是中性或仅在标准模型（SM）力下弱带电的。迄今为止，未观察到DM粒子。由于没有理由必须有独特的DM候选SM扩展SM，因此可能存在各种DM颗粒和黑暗力量的完整黑暗扇区。介体可以将SM和黑暗区域连接起来，从而使对撞机实验中的暗区域进行探索，并通过向量，轴，Higgs和Neutrino Portals出现。预计这些介体的耦合强度将非常弱，并且可能是长寿的，从而导致主要和次要顶点的主要位移。如果这些新粒子很轻，例如，质量低于电牵引量表，可以在对撞机实验中检测到它们。实验上最容易获得的可能性是介体是在SM颗粒的相互作用中产生的，并腐烂成可检测的最终态颗粒。此程序讨论了搜索可见的调解人衰减的搜索。将搜索每个可能的门户网站。这些分别是在及时搜索黑暗光子（DP）的搜索，并衰减为𝜇 + 𝜇 - ，在𝐵→𝐾→𝐾 + 𝜇- + + 𝜇-衰减中进行了深色的玻色子搜索，并进行了沉重的中性Lepton（Hnl）搜索𝑊 + +→𝜇 + + + +𝑁±±±±𝑞𝑞这些分析是用LHCB检测器进行的，LHCB检测器对正向区域具有独特的覆盖范围，并允许迅速和流离失所的衰减进行搜索。高光度和低触发阈值之间的平衡对于低质量搜索尤其重要。LHCB检测器的出色顶点和不变的质量分辨率非常适合解决强烈抑制的衰减。
pos（iChep2024）242
几个天体物理观察结果表明，宇宙的大部分质量是由一种新型物质制成的，称为暗物质，而不是与光相互作用。dm可以由新颗粒的黑暗扇区组成，该颗粒在新的U（1）仪表玻色孔中充满了与普通光子的混合，称为深光子。CERN的NA64E实验旨在使用100 GEV电子束在厚的活性靶标（电磁热量计）上产生和检测DS颗粒。Na64e中DS颗粒的检测是通过“缺失的能量”技术发生的。到目前为止，NA64E在1 MeV 与ERC资助的Project Project Poker结合使用，从2022年NA64E开始也以正电子束收集数据，以利用由于正电子共振灭绝过程而导致的DS产量增强。 这项工作列出了Na64e测量结果的最新结果，包括电子和正电子梁。与ERC资助的Project Project Poker结合使用，从2022年NA64E开始也以正电子束收集数据，以利用由于正电子共振灭绝过程而导致的DS产量增强。这项工作列出了Na64e测量结果的最新结果，包括电子和正电子梁。
pos（EPS -HEP2023）648-科学论文集
我们提出了一个引人入胜且内容丰富的外展博览会，称为“到目前为止，如此接近”（SFSC），围绕着Alpha磁性光谱仪（AMS）有效载荷操作控制室（AMS POCC）的复制品[1]。这项倡议旨在增强公众对地球各个控制室中进行的对太空任务有效载荷的持续监控和控制的理解。博览会的独特价值在于展示AMS Collaboration的尖端监视软件，从而访问AMS遥测数据。该软件是大流行驱动的创新，允许在限制对CERN站点的物理访问时进行远程参与。POCC的复制品，并由信息丰富的海报和视频补充，是传达基本研究在太空辐射和宇宙射线中重要性的有效工具。
pos（ICRC2023）1426-科学论文
矮球星系（DSPHS）是最暗的物体（DM），具有可忽略的预期天体伽马射线发射。这使附近的DSPHS间接搜索DM粒子信号的理想目标。对其DM含量的准确知识使得在DM歼灭的速度加权横截面上得出强大的约束。我们使用常见的最大似然方法报告了Fermi-Lat，Hawc，H.E.S.S.，Magic和Veritas观察到的20个DSPH的联合分析，以最大程度地提高DM搜索对这些目标的敏感性。将提出七个歼灭通道的结果，并涵盖从5 GEV到100 TEV的一系列DM质量。此外，将通过比较从两种不同的J因子集合获得的结果来讨论来自DSPH暗物质分布的天体物理J因子的系统不确定性。
PoS(LATTICE2022)029
经典蒙特卡罗采样技术中存在的符号问题阻碍了对量子色动力学 (QCD) 大夸克化学势区域的定量理解，例如与相对论重离子碰撞或中子和夸克星相关的区域。克服 QCD 符号问题的技术包括重新加权、马约拉纳算法和 Meron 簇算法、随机量化和复朗之万动力学、泰勒展开、解析延续以及路径变形和复化，有关最新综述，请参见参考文献 [ 2 , 3 ]。相反，量子计算和模拟技术不会受到符号问题的影响。它们通过直接量子模拟格点规范理论 (LGT)，为进入 QCD 相图的不可接近区域提供了一条有希望的途径，例如请参见参考文献 [ 1 , 4 – 15 ]。然而，热量子态（即混合量子态，而非纯量子态）对于量子计算机来说，是天真的“非自然”的，这使得热系统模拟成为一个广泛研究的领域，并通过多种技术进行了解决，例如，参见参考文献 [16-20]。量子计算热系统的一种有前途的途径是统计力学的热纯量子（TPQ）态公式 [21]。虽然最初开发时并没有考虑量子技术，但它为模拟有限温度和化学势下的量子系统提供了一条有前途的途径，使得人们能够仅从热力学极限下适当准备的单个纯态估计一大类可观测量的热期望值 [22,23]。正则 TPQ 态是从虚时间内演化的 Haar 随机态获得的 [21]，
PoS(ECRS)014 - SISSA
太阳高能粒子 (SEP) 是空间天气中最危险的事件之一。在过去的几十年中，已经开发出多种技术来预测 SEP 的发生，主要基于 > 10 MeV 质子通量与某些前兆（例如太阳耀斑、日冕物质抛射等）之间的统计关联。在本文中，我们重点关注太阳质子事件实时警报 (ESPERTA) 的经验模型，该模型通过考虑三个输入参数来预测≥ M2 太阳耀斑发生后的 SEP 事件：耀斑源区经度、软 X 射线通量和 ∼ 1 MHz 的射电通量。在这里，我们在监督学习框架中重塑了 ESPERTA 模型，并对预测模型进行了交叉验证，同时应用了罕见事件校正（即数据过采样和损失函数加权），因为 SEP 发生的高度不平衡性。使用合成少数过采样技术可获得最佳性能，检测概率为 0.83，误报率 (FAR) 为 0.39。尽管如此，与不平衡情况相比，验证分数的改善很小。SEP 预测的相关 FAR 是样本基准率的自然结果。综上所述，我们给出的证据表明，预测 SEP 事件的统计方法应考虑以下因素：1) 需要根据 SEP 事件的预期发生情况校准模型，2) 决策阈值对模型性能有很强的影响，3) 模型中使用的特征，如果单独考虑，无法完全区分参数空间中的事件类别，因此使用处理不平衡问题的技术并不能保证更好的性能。
PoS(ECRS)014 - SISSA
太阳高能粒子 (SEP) 是空间天气中最危险的事件之一。在过去的几十年中，人们开发了各种各样的技术来预测 SEP 的发生，这些技术主要基于 > 10 MeV 质子通量与某些前兆（例如太阳耀斑、日冕物质抛射等）之间的统计关联。在本文中，我们将重点介绍太阳质子事件实时警报 (ESPERTA) 的经验模型，该模型通过考虑三个输入参数来预测≥ M2 太阳耀斑发生后的 SEP 事件：耀斑源区经度、软 X 射线通量和 ∼ 1 MHz 的射电通量。在这里，我们在监督学习框架中重塑了 ESPERTA 模型，并对预测模型进行了交叉验证，同时还应用了罕见事件校正（即数据过采样和损失函数加权），因为 SEP 的发生具有高度不平衡性。使用合成少数过采样技术可获得最佳性能，检测概率为 0.83，误报率 (FAR) 为 0.39。尽管如此，与不平衡情况相比，验证分数的改善很小。SEP 预测的相关 FAR 是样本基率的自然结果。总之，我们给出的证据表明，预测 SEP 事件的统计方法应考虑以下因素：1) 需要根据 SEP 事件的预期发生情况校准模型，2) 决策阈值强烈影响模型性能，3) 模型中使用的特征，如果单独考虑，则无法完全分离参数空间中的事件类别，因此使用处理不平衡问题的技术并不能保证更好的性能。