268956記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. プロトンの高次ねじれGTMD $F_{31}$の解析（Analysis of the higher twist GTMD $F_{31}$ for proton in the light-front quark-diquark model）
2 分で読了
0 views

プロトンの高次ねじれGTMD $F_{31}$の解析

（Analysis of the higher twist GTMD $F_{31}$ for proton in the light-front quark-diquark model）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

ケントくん

博士、今日はどんな面白い話を聞かせてくれるの？AIのことは聞きたいけど、ちょっと複雑な話かも？

マカセロ博士

おお、ケントくん！今日はプロトンの話をしようと思っておる。特に、プロトンの内部に関する高次ねじれGTMDというものじゃ。ちょっとややこしいけど、面白いことがたくさんあるんじゃよ。

ケントくん

GTMDって初めて聞くけど、どういうものなの？

マカセロ博士

GTMDは、ハドロンの三次元運動力学を理解するための分布関数じゃ。今回は特に高次のねじれ関数、$F_{31}$というものを分析している。これがプロトンの内部でどう振る舞うかを理論的に解析することが目的なんじゃ。

ケントくん

ふむふむ、そんなに難しいけど、それでプロトンの何が分かるの？

マカセロ博士

それが面白いところじゃ。これでプロトンの内部運動量の相互作用がより深く理解できる可能性がある。そして今回はLFQDMというモデルを使うことで、さらに具体的な結果が得られたんじゃ。

引用情報

S. Sharma, H. Dahiya, “Analysis of the higher twist GTMD $F_{31}$ for proton in the light-front quark-diquark model,” arXiv preprint arXiv:2310.XXXX, 2023.

論文研究シリーズ
前の記事
視覚的説明と属性および反事実による時系列分類
（Visual Explanations with Attributions and Counterfactuals on Time Series Classification）
次の記事
因果パラメータ推定による敵対的脆弱性の緩和
（Mitigating Adversarial Vulnerability through Causal Parameter Estimation by Adversarial Double Machine Learning）
関連記事
条件付き経路測度の機械学習的サンプリング
（Machine-Learned Sampling of Conditioned Path Measures）
逆境下の音声強化における頑健性と忠実性の統合
（Unifying Robustness and Fidelity: A Comprehensive Study of Pretrained Generative Methods for Speech Enhancement in Adverse Conditions）
汎用的参照ビデオ物体セグメンテーションのための表現プロンプト協調トランスフォーマー
（Expression Prompt Collaboration Transformer for Universal Referring Video Object Segmentation）
大量で冗長なデータからの情報獲得の経験則
（Rules of Thumb for Information Acquisition from Large and Redundant Data）
WILDCHAT-50Mと合成データがポストトレーニングにもたらす影響
（WILDCHAT-50M: A Deep Dive Into the Role of Synthetic Data in Post-Training）
極めて小さいθ13でも地球物質効果を利用して超新星信号からニュートリノ質量階層を識別する方法
（Identifying neutrino mass hierarchy at extremely small θ13 through Earth matter effects in a supernova signal）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
共役決定問題を機械学習で解く
（SOLVING THE CONJUGACY DECISION PROBLEM VIA MACHINE LEARNING）
  • 論文研究
生成的敵対ネットワークによる椅子生成の学習
(Learning to Generate Chairs with Generative Adversarial Nets)
  • 論文研究
勾配降下法は鞍点からの脱出に指数時間を要することがある
（Gradient Descent Can Take Exponential Time to Escape Saddle Points）
  • 論文研究
流動誘発吸収変動を用いた超解像フォトアコースティックイメージング
(Super-resolution photoacoustic imaging via flow-induced absorption fluctuations)
  • 論文研究
学習トモグラフィの評価
（Assessment of learning tomography using Mie theory）
  • 論文研究
分散SAGA：通信制限下で線形収束率を維持する
（Distributed SAGA: Maintaining linear convergence rate with limited communication）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む