利用深度神经网络提取 Sivers 函数
高能物理 - 唯象学
2023-09-19 v2
摘要
深度神经网络（DNN）是一种强大且灵活的信息提取与建模工具。本研究中，我们利用 DNN 通过全局拟合半包容深度非弹性散射（SIDIS）和 Drell-Yan（DY）数据来提取 Sivers 函数。为预测这一横向动量依赖分布（TMD），我们使用来自 COMPASS 和 HERMES 的数据构建了一个最小偏置的模型。利用 SIDIS 数据构建的 Sivers 函数模型，还用于对价夸克和海夸克特定的 DY 运动学进行预测，并仔细考虑了实验误差、数据稀疏性和相空间复杂性。
引用
@article{arxiv.2304.14328,
title = {Extraction of the Sivers function with deep neural networks},
author = {I. P. Fernando and D. Keller},
journal= {arXiv preprint arXiv:2304.14328},
year = {2023}
}