早期杨-米尔斯动力学与基于统计学习的强相互作用物质表征
核理论
2024-06-24 v2 高能物理 - 唯象学
核实验
摘要
在超相对论重离子碰撞中,解禁闭的夸克-胶子等离子体在原子核碰撞后 fm/c 内形成。碰撞在 fm/c 之前的复杂动力学通常用参数化模型描述,这影响了计算的可预测性。在本工作中,我们通过将碰撞早期阶段的 \emph{ab-initio} 模型与等离子体的流体动力学模型相结合,对来自 Pb-Pb 碰撞的 LHC 测量进行了系统分析。我们获得了关于夸克-胶子等离子体剪切粘度和体粘度的前沿约束。我们通过将贝叶斯模型平均与迁移学习相结合来降低 ab-initio 初始条件的额外计算成本,从而使我们能够考虑从流体动力学到强子转变中的重要理论不确定性。我们表明,尽管对剪切粘度存在明显的强约束,但平衡模型可预测性与其和数据一致程度的度量并不偏好温度依赖的比剪切粘度而非常数值。我们通过与校准中未使用的判别可观测量比较来验证模型,发现高度一致。
引用
@article{arxiv.2306.09619,
title = {Early-times Yang-Mills dynamics and the characterization of strongly interacting matter with statistical learning},
author = {Matthew R. Heffernan and Charles Gale and Sangyong Jeon and Jean-François Paquet},
journal= {arXiv preprint arXiv:2306.09619},
year = {2024}
}
备注
7 pages, 4 figures