神经设施新物理机会：加速器、大气和堆栈神经实验中的 BSM 物理
机器学习
2025-12-08 v3 风险管理
摘要
自霍金玻色子发现以来， particle physics 中的长期任务是寻找小标准模型之外的新物理，这一模型仅解释宇宙约 5% 的内容。在此背景下，由于神经振荡需要小标准模型之外的物理，并催生了广泛的主动和计划中的实验项目，神经领域已引起广泛关注。值得注意的是，神经设施因其精确测量能力、多样化的实验配置以及各种神经来源，具有广泛的新物理探测潜力。本文提供了关于可以探测的当前和未来神经实验中新物理的综述，该物理可被分为实验室产生的和宇宙产生的信号。我们讨论了通过新物理视角解释的最近实验结果，以及下一代设施的详细计划和预期灵敏度。这份综述基于 2024 年 6 月 3 日至 5 日在韩国大田市 IBS 举行的第 4 届神经设施新物理机会研讨会 (NPN 2024) 的演讲。我们特别强调了基于加速器的神经实验以及东亚地区的各种神经项目。我们还概述了实现前景广泛的新物理机遇所必需的关键任务。
关键词
引用
@article{arxiv.2506.15305,
title = {Conditional Generative Modeling for Enhanced Credit Risk Management in Supply Chain Finance},
author = {Qingkai Zhang and L. Jeff Hong and Houmin Yan},
journal= {arXiv preprint arXiv:2506.15305},
year = {2025}
}
备注
Accepted for publication in Naval Research Logistics (NRL)