• 大小: 552KB
    文件类型: .pdf
    金币: 2
    下载: 0 次
    发布日期: 2024-07-03
  • 语言: 其他
  • 标签: Open  Access  

资源简介

在本文中,我们建议使用卷积神经网络(CNN)来改善轻子对撞机上希格斯玻色子-胶子有效耦合的精度。 CNN用于识别希格斯玻色子和Z玻色子相关的生产过程,希格斯玻色子在质心能量250 GeV和积分光度5 ab处衰变成胶子对,而Z玻色子衰变成轻子对。 -1。 通过使用CNN,有效的耦合测量的不确定性可以使用pythia数据从1.94%降低到约1.28%,使用蒙特卡罗模拟中的herwig数据可以从1.82%降低到约1.22%。 此外,使用不同最终状态成分的CNN的性能表明,领先和次领先射流成分的能量分布在识别中起主要作用,与使用常规CNN相比,使用CNN进行有效耦合的最佳不确定性降低了约35%。

资源截图

代码片段和文件信息

评论

共有 条评论