LHC t-道单顶夸克数据对部分子分布函数的影响

来源 :新疆大学 | 被引量 : 0次 | 上传用户:clarkkevin_
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
部分子分布函数(Parton Distribution Functions,PDFs)是对大型强子对撞机(Large Hadron Collider,LHC)、强子-轻子对撞机以及对其他高能物理实验的理论预测不能缺少的工具之一。而且它对高能物理实验的精确测量和发现标准模型之外的新物理起着举足轻重的作用。然而部分子分布函数是非微扰的,不能通过第一原理计算出来。目前通用的获得部分子分布函数的方法是通过来自各种像质子-质子对撞机、质子-反质子对撞机和轻子强子对撞机等实验的大量实验数据中拟合出来!随着LHC各个实验组对各式各样标准模型过程散射截面数据的增加,精度的提高,累积了很多未曾纳入CTEQ部分子分布函数的数据而且这些数据对优化PDFs很重要。显然下一步我们需要将它们囊括到CTEQ的PDFs中以提高CTEQ PDFs的精读。一般的做法就是,将这些新的数据与以前用于拟合PDFs的旧的数据合到一块儿做量子色动力学全局分析来获得PDFs的中心值以及描述它误差的误差PDFs。然而全局分析是一个非常耗时间的过程。我们在本文中用部分子分布函数升级和优化软件(Error PDF Updating Method Package,ePump)来研究LHC t-道单顶夸克数据对部分子分布函数的影响。该软件很快就能将新的数据加到原来的PDFs中给出一个近似于做全局分析的新的PDFs。我们用数值计算工具MadGraph在量子色动力学次领头阶水平上用CT14nnlo PDFs分别计算了质心系质量为7、8和13TeV时单顶夸克产生过程总散射截面(σ(t),σ(t),σ(t+t),它们的比值σ(t)/σ(t)以及它们的微分散射截面横动量分布(dσ/dpT)和快度分布(dσ/dy)和它们所对应的归一化微分散射截面,计算结果显示理论值于实验吻合的很好!我们再用ePump升级CT14nnlo PDFs的结果表明:当权重为6时,LHC t-道单顶夸克数据,在Q=1.3GeV时,能使d和它的反夸克(d)在10-5<x<5 × 10-3区域内的值增加约2%;能使u夸克和它的反夸克(ū)在10-4<x<5 × 10-3区域内的值增加约0.5%;能使无论在Q=1.3GeV还是在100GeV处u价夸克PDF的值减小约0.2%.并且我们还可以观察到整体上新PDFs的理论中心值更加接近实验中心值,而且理论误差比旧PDFs的更小。
其他文献
机器人自主定位和导航是机器人领域的一个重要研究方向。机器人定位方式又可分为局部定位(如基于马尔科夫链的SLAM(Simultaneous Localization And Mapping)里程计的相对位置的确定)和全局定位(如有额外的地图辅助的绝对位置确定)。局部定位方式因其定位原理会造成定位误差累积;而地图包含环境中目标的精确位置信息,能够提供可靠的绝对位置。地图现有形式中,栅格地图、拓扑地图等
钇稳定氧化锆(Yttria stabilized zirconia,YSZ)基固体电解质传感器因具备抗水蒸气干扰能力强、选择性好、响应快、结构简单、寿命长等优点,近年来成为挥发性有机物(Volatile Organic Compounds,VOCs)气体检测方面的研究热点。但是从国内外的研究中可以发现,基于氧化锆电化学气体传感器对甲醛气体的灵敏度较低,距实现室内痕量甲醛气体的有效检测还存在一定的距
互联网的迅猛发展,促进了互联网广告业的发展,网络广告占据了整个网络,如今大多数网站都或多或少包含某种广告。广告虽然可以为网站或企业带来收益,但是也给网络用户获取有用信息造成了干扰,因此,研究如何识别网络中的广告具有十分重要的意义。对于目前广告商使用较多的图片广告和文本广告,已有的图片广告识别大多通过规则匹配来完成,需要经常更新规则,实时检测的效率还需提高,基于多维特征的识别方法,特征提取较为复杂;
智能汽车作为缓解当前交通压力的重要方式,凭借事故率低,能源消耗少,驾驶舒适性高等优点,逐渐成为高校与企业的研究热点。随着智能汽车研发推进,其应用场景日益复杂,安全舒适性需求不断增加,且受限于早期车载传感器种类单一,模型参数化方案缺少模仿人类驾驶潜力,早期智能驾驶研发主要追求辅助驾驶功能实现,缺乏模仿人类驾驶的项目研究,故为完善“人-车-路”协调统一的智能交通系统,仍需不断引入新的技术手段。近期量产
深度强化学习是当前人工智能研究领域新的热门方向,它将深度学习的感知能力与强化学习的决策能力相结合,以端对端的形式实现了从原始输入到输出的直接控制。提出至今,已经在众多决策控制和需要对高维原始输入数据感知的任务中得到应用,尤其是在指挥决策领域,获得了实质性的突破,然而当前的深度强化学习算法在指挥决策的过程中仍然存在数据利用率低、学习出的策略不稳定以及在欺骗性或稀疏环境中陷入局部最优、长期无法获得奖赏
随着社会的发展和科技的进步,越来越多的人开始关注人体健康。实时、准确、高效的人体姿态识别,可以被广泛应用在个人与家庭的健康监护、人机交互、医疗康复、虚拟现实、舞蹈采集、影视制作与步态识别等方面。近年来日益普及的智能手机,已经成为人们日常生活的重要组成部分;种类繁多、功能强大的嵌入式传感器使得智能手机成为一个无处不在的数据获取和分析平台,这也为高效的人体姿态识别提供了巨大的潜力,因而通过智能手机传感
随着网络技术的迅猛发展,用户可以在日常生活中同时使用多个在线社交网络享受服务。与此同时,社交网络服务平台种类繁多,逐渐形成一个庞大的社交网络结构。从整体来看,大多数的社交网络都是异质社交网络,异质社交网络中的实体主要包括用户、位置、文本等。异质社交网络实体锚链接识别可以推动社交网络的发展,并不断完善社交服务平台,是社交网络中的重要研究内容。本文主要针对异质社交网络中的用户和位置这两类实体的锚链接识
随着互联网技术的高速发展,网络威胁态势随之愈发严峻,网络威胁情报信息作为网络安全保障组织获取网络威胁的重要来源,具有极为重要的研究价值。因此研究如何在P2P交易场景下进行高效、安全的网络威胁情报信息交易,成为网络威胁情报信息交易的重要研究内容。在分布式环境下的多中心化的联盟链使用节点的审核加入机制,解决了联盟链内节点的信任问题,为面向P2P交易的网络威胁情报信息交易提供了可行的解决方案。研究如何提
在科技相对发达的今天,科技为人类生活提供了诸多便利,同时科技也充分融入到战争领域中。战争已经从肉搏为主要形式转变成科技之间的博弈。科技在战争中扮演着“矛”与“盾”两个角色,我国一直以维护世界和平、促进共同发展为己任,不求“矛”尖锐,但求“盾”坚固。秉承和平发展的主要思想,借助科技的力量,本文提出一种基于贝叶斯推理的目标意图识别方法,意在以人工智能的方法为分析空中目标的意图提供了新的方法,以科技力量
随着网络科技的发展,数据已经成为一种可利用的资本,这为数据挖掘技术的发展带来了机遇和挑战。现实世界中,数据本质上是复杂的,而大量的特征又增加了复杂性的挑战。因此,如何去除冗余数据并保留相关数据已经成为了数据挖掘与机器学习任务的研究热点。在现实任务中,为了避免数据维度灾难问题,去除不相关特征降低数据处理任务难度,特征选择技术被用来作为能够保留语义的预处理过程。特征选择主要依据数据的分布特点,利用合适