XiaoMi-AI文件搜索系统
World File Search Systemelectroweak
通过证据深度学习解开的异常电动物理
超越标准模型（BSM）计算和参数化的不断增长的生态系统已经开发了在广泛的可能模型上制造定量跨案例的系统方法，尤其是具有可控的不确定性。在本演讲中，我们强调了不确定性量化语言（UQ）如何提供有用的指标来评估BSM和相关模型之间的统计重叠和差异。我们利用了近期的机器学习（ML）发展中的深度学习（EDL）来使UQ在模型歧视环境中分离数据（aletoric）和知识（认知）不确定性。我们构建了几种潜在的BSM动机场景，用于与深度无弹性散射中的核子的异常电子相互作用（AEWI）相互作用（AEWI）（aewi），并将其定量地映射为与CT18 PDF的蒙特卡洛复制品一起示范，用于驱动CT18 PDF。
由于一阶electroweak electroweak eartoweak seweSAW类型seesaw模型
我们调查了一阶电子期过渡（FOEWPT）的影响，这是electroweak baryogenogeny的先决条件之一，对暗物质（DM）在复杂的Z 3- Z 3- iNmult distrient distrient distrient dismult dismult distrient dise demult distrient the Plassition之前冻结的热物质（DM）的影响，该模型不像中微子质量和宇宙的重子不对称。由于熵释放，围绕电动量表周围的这种相转变对遗物密度产生了影响，尤其是对于TEV规模的DM。因此，我们集中于上述模型的参数空间区域，该区域有利于早期宇宙中的泡沫，并且DM很重，因此其冻结温度比相变温度大。我们进一步研究了DM遗物密度对模型参数的稀释因子的依赖性，成核温度，强度和相变的持续时间。这样的稀释可能会检索一些参数空间的某些区域，这些区域先前由DM遗物密度的测量值和/或DM直接检测实验的最新约束所排除。此外，由于泡沫的结果，在稀释因子和随机重力波的产生之间达到了直接连接。
在S = 13 Tev
列出了一些搜索标准模型玻色子的超对称伙伴的电动伴侣和带电的瘦素的搜索结果的组合。所有搜索都使用质子 - 普罗顿碰撞数据在2016年至2018年在LHC上记录的CMS检测器记录的proton-proton碰撞数据。分析的数据对应于高达137 fb -1的集成光度。结果是用简化的超对称模型来解释的。使用这种组合添加了两种新解释：与Bino作为最轻的超对称粒子的模型频谱，以及质量分类的希格斯诺诺斯（Higgsinos）衰减到Bino和标准模型玻色子，以及先前研究的Slepton对生产模型的压缩 - 光谱区域。采用了改进的分析技术来优化Wino和Slepton对生产模型中压缩光谱的灵敏度。结果与标准模型的期望一致。组合比单个搜索提供了模型参数空间的更全面的覆盖范围，将排除量最多扩大了125 GEV，并且针对质量覆盖范围中的一些中间差距。
在SQRT（S）= 13 TEV
列出了一些搜索标准模型玻色子的超对称伙伴的电动伴侣和带电的瘦素的搜索结果的组合。所有搜索都使用Proton-Proton碰撞数据√s= S = 13 TEV在2016 - 2018年在LHC处记录的CMS检测器。分析的数据对应于高达137 fb -1的集成光度。结果是用简化的超对称模型来解释的。使用这种组合添加了两种新解释：与Bino作为最轻的超对称粒子的模型频谱，以及质量分类的希格斯诺诺斯（Higgsinos）衰减到Bino和标准模型玻色子，以及先前研究的Slepton对生产模型的压缩 - 光谱区域。采用了改进的分析技术来优化Wino和Slepton对生产模型中压缩光谱的敏感性。结果与标准模型的期望一致。组合提供了模型参数空间的更全面的覆盖范围，而不是分裂搜索，将排除量最多扩大了125 GEV，并且针对质量覆盖范围中的一些中间差距。