Hadronic Physics 中的神经网络提取中的实验不确定性传播
高能物理 - 唯象学
2025-09-16 v1
摘要
从实验数据中获得 Compton 形式因子（CFFs）和横向动量相关型夸克分布函数（TMDs）的神经网络信息提取需要精确地传播实验误差。准确表示不确定性并详细的实验协方差矩阵，考虑到统计和系统不确定性，是获得高质量提取的关键。本文探讨了拟合和模型不确定性的仪器和分析贡献，以及将这些不确定性整合到可量化结果中的方法，确保在 local 和 global 数据集中对物理可观测量的可靠提取。使用伪数据我们演示了准确不确定性传播在产生有意义的结果和深化我们对硬核内部部分子结构和动力学理解方面发挥着关键作用。
引用
@article{arxiv.2509.11456,
title = {Experimental Uncertainty Propagation in Neural Network Extraction in Hadronic Physics},
author = {Dustin Keller},
journal= {arXiv preprint arXiv:2509.11456},
year = {2025}
}