1未満 分で読了
0 views

4.009から4.360 GeVの中心質量エネルギーにおける $e^+e^- oγχ_{c1, 2}$ の証拠

(Evidence for $e^+e^- oγχ_{c1, 2}$ at center-of-mass energies from 4.009 to 4.360 GeV)

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

ねえ博士、この前ニュースで見たけど、$e^+e^-$衝突の話って何のこと?難しそうだから教えてよ!

マカセロ博士

いい質問じゃ、ケントくん。$e^+e^-$衝突とは、電子(e)と陽電子(e+)の衝突イベントのことなんじゃ。この論文では、その衝突から特定の状態への遷移を調べているんじゃよ。

ケントくん

へえ、なんだかすごいことみたいだね!どういうふうに役に立つのかな?

マカセロ博士

この研究は、基礎物理学の理解を深める手助けをしてくれるんじゃよ。そして、この種の研究が進展すれば、新しい物理現象の発見や、宇宙の起源に関する大きな謎に迫る助けになるかもしれんのじゃ。

この論文では、4.009から4.360 GeVの中心質量エネルギー範囲で、電子・陽電子衝突を使ってγχc1, 2という特定の中間子状態の生成に関する証拠が示されています。研究においては、正確なピボットになるカイメソンの状態を調べることで、どのような微視的な相互作用がこのエネルギー範囲で支配的であるかを明らかにしようとしています。これにより、クォークとグルーオンの結合を深く理解する手がかりを得ることができます。

引用情報

著者情報:
論文名: Evidence for $e^+e^- oγχ_{c1, 2}$ at center-of-mass energies from 4.009 to 4.360 GeV
ジャーナル名: arXiv
出版年: 提供されている情報からは不明

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
生物から得るビット:計算知能のための情報理論的視点
(Bits from Biology for Computational Intelligence)
次の記事
グラフィカルゲームのための疎な離散化
(On Sparse Discretization for Graphical Games)
関連記事
基于VMD 和IPSO-ELM 的短期負荷予測モデル研究
(Research on short-term load forecasting model based on VMD and IPSO-ELM)
比率ダイバージェンス学習
(Ratio Divergence Learning) — Restricted Boltzmann Machinesにおけるターゲットエネルギーの利用: Beyond Kullback–Leibler Divergence Learning (Ratio Divergence Learning Using Target Energy in Restricted Boltzmann Machines: Beyond Kullback–Leibler Divergence Learning)
人工感情:人工知能における感情実現の理論と議論の総説
(Artificial Emotion: A Survey of Theories and Debates on Realising Emotion in Artificial Intelligence)
CLASSIFIER-TO-BIAS: Toward Unsupervised Automatic Bias Detection for Visual Classifiers
(視覚分類器に対する教師なし自動バイアス検出への挑戦)
パフォーマティブ強化学習における汚染耐性
(On Corruption-Robustness in Performative Reinforcement Learning)
マキシミン行動同定:ゲーム向けの新しいバンディット枠組み
(Maximin Action Identification: A New Bandit Framework for Games)
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)
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)
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)

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
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