超对称QCD中NLO预测与parton花洒匹配研究
145 浏览量
更新于2024-09-06
收藏 440KB PDF 举报
"这篇论文详细介绍了在超对称量子色动力学(SUSY-QCD)背景下,如何将超前顺序预测与parton花洒匹配技术结合,以便于在大型强子对撞机(LHC)上进行精确的事件模拟。研究者们提出了一种基于FeynRules和MadGraph 5 _ MC @ NLO软件工具的框架,该框架能够从包含夸克和胶子相互作用的拉格朗日密度出发,生成QCD的次主导顺序事件,并将这些短程事件与parton阵雨匹配,同时考虑超对称粒子的衰变过程。这一方法对于理解LHC实验数据中的超对称信号至关重要,尤其是对于受到当前胶子LHC搜索启发的简化基准场景。
论文中,研究团队探讨了在高阶校正下胶子对生产的影响,这对于准确评估实验观测到的胶子对信号具有重要意义。他们使用了简化的模型来研究这种影响,这些模型通常用于理论计算和数据分析,因为它们能简化复杂的物理过程,同时保留关键的物理特性。在这样的模型中,研究者可以更清楚地看到高阶量子效应如何改变胶子对的产生率,以及这些变化如何可能影响到超对称粒子的探测。
此外,作者还强调了自动化框架的重要性,它不仅提高了计算效率,而且减少了人为误差。FeynRules用于构建和管理物理模型,MadGraph 5 _ MC @ NLO则负责生成NLO(下一个至领先顺序)事件,这使得研究人员能够在更高精度上模拟粒子对撞机中的过程。Parton花洒匹配是模拟高能量碰撞事件的关键步骤,因为它能够将短距离过程与长距离的parton演化相结合,提供更全面的事件描述。
论文最后提到了未来的研究方向,包括扩展框架以涵盖更多的物理过程,以及进一步探索超对称粒子与常规粒子的相互作用。这项工作为理解和模拟LHC实验中的超对称现象提供了强大的工具,并对粒子物理学领域的理论和实验研究产生了积极影响。"
这篇研究是开放访问的,意味着任何感兴趣的人都可以免费阅读和使用其中的方法,促进了科学知识的广泛传播和利用。
2021-06-04 上传
2020-04-05 上传
2024-01-26 上传
2023-05-11 上传
2023-06-13 上传
2023-06-08 上传
2023-05-30 上传
2024-10-03 上传
weixin_38704011
- 粉丝: 3
- 资源: 947
最新资源
- JavaScript DOM事件处理实战示例
- 全新JDK 1.8.122版本安装包下载指南
- Python实现《点燃你温暖我》爱心代码指南
- 创新后轮驱动技术的电动三轮车介绍
- GPT系列:AI算法模型发展的终极方向?
- 3dsmax批量渲染技巧与VR5插件兼容性
- 3DsMAX破碎效果插件:打造逼真碎片动画
- 掌握最简GPT模型:Andrej Karpathy带你走进AI新时代
- 深入解析XGBOOST在回归预测中的应用
- 深度解析机器学习:原理、算法与应用
- 360智脑企业内测开启,探索人工智能新场景应用
- 3dsmax墙砖地砖插件应用与特性解析
- 微软GPT-4助力大模型指令微调与性能提升
- OpenSARUrban-1200:平衡类别数据集助力算法评估
- SQLAlchemy 1.4.39 版本特性分析与应用
- 高颜值简约个人简历模版分享