大型强子对撞机中的异常物体搜索框架
需积分: 0 87 浏览量
更新于2024-07-16
收藏 1.24MB PDF 举报
"在大型强子对撞机(LHC)上寻找异常物体的框架"
这篇论文主要探讨了在大型强子对撞机实验中如何有效地识别和寻找那些不符合标准模型预测的异常物理现象。大型强子对撞机是探索超出标准模型的新物理现象的重要工具,而传统的搜索策略通常依赖于识别已知的粒子类型,如光子、轻子或QCD射流。然而,某些新物理可能表现为未知或非典型的物体,比如长寿命粒子产生的衰变产物,这些物体无法简单地归类为标准模型中的任何一类。
作者提出了一种新的方法,该方法的核心思想是创建一组“否决权”,用于排除所有符合标准模型对象特征的事件。通过这种方法,他们旨在保留那些包含至少一个无法识别为标准模型粒子的“异常物体”的事件,这些事件可能是新物理现象的候选者。这个框架强调了对意外情况的通用搜索策略的重要性,因为随着LHC不断排除标准模型以外的粒子,寻找能够适应各种不同模型、拓扑和参数的新方法变得越来越关键。
论文中的方法基于一种假设:如果一个事件中没有标准对象通过所有否决权,则该事件可能包含异常物体。然后,后续的离线分析可以深入研究这些异常物体的性质,以无模型依赖的方式探索新物理场景。这种方法的一个优势是,由于它仅依赖于学习和排除标准对象,因此可以从实际数据中直接训练和应用,减少了对理论假设的依赖。
此外,文章中提到的这种方法不仅限于特定的物理模型,而且具有一定的普适性,可以适应不同的新物理搜索策略。这使得研究者能够在不预先知道具体新物理模型的情况下,更广泛地探索可能的物理现象,从而提高了发现新物理的可能性。
总结来说,这篇论文提供了一个创新的框架,用于在LHC的海量数据中寻找异常物体,这些物体可能代表了标准模型之外的新物理。这种方法的灵活性和普适性使其成为在当前和未来的高能物理实验中寻找新现象的有效工具。通过这种方法,研究人员可以更有效地探索那些标准模型无法解释的现象,推动粒子物理学的发展。
2020-04-09 上传
2024-10-14 上传
2024-10-14 上传
weixin_38724363
- 粉丝: 5
- 资源: 972
最新资源
- 前端面试必问:真实项目经验大揭秘
- 永磁同步电机二阶自抗扰神经网络控制技术与实践
- 基于HAL库的LoRa通讯与SHT30温湿度测量项目
- avaWeb-mast推荐系统开发实战指南
- 慧鱼SolidWorks零件模型库:设计与创新的强大工具
- MATLAB实现稀疏傅里叶变换(SFFT)代码及测试
- ChatGPT联网模式亮相,体验智能压缩技术.zip
- 掌握进程保护的HOOK API技术
- 基于.Net的日用品网站开发:设计、实现与分析
- MyBatis-Spring 1.3.2版本下载指南
- 开源全能媒体播放器:小戴媒体播放器2 5.1-3
- 华为eNSP参考文档:DHCP与VRP操作指南
- SpringMyBatis实现疫苗接种预约系统
- VHDL实现倒车雷达系统源码免费提供
- 掌握软件测评师考试要点:历年真题解析
- 轻松下载微信视频号内容的新工具介绍