部分子分布函数的基于数据的参数化
高能物理 - 唯象学
2022-03-09 v2
摘要
自数十年前首次确定结构函数以来，所有用于确定结构函数或部分子分布函数的方法都采用了一个共同的预因子作为参数化的一部分。NNPDF 合作组开创了使用神经网络的方法，以克服用固定函数形式约束解空间所带来的固有偏差，同时仍保留相同的共同预因子作为预处理。多年来，人们引入了各种日益复杂的技术，以抵消预因子对 PDF 确定的影响。在本文中，我们提出了一种完全移除预因子的方法，从而显著简化了方法学，且未损失效率，并与先前结果取得了良好的一致性。
引用
@article{arxiv.2111.02954,
title = {A data-based parametrization of parton distribution functions},
author = {Stefano Carrazza and Juan M. Cruz-Martinez and Roy Stegeman},
journal= {arXiv preprint arXiv:2111.02954},
year = {2022}
}
备注
10 pages, 7 figures, final version published in EPJC