基于机器学习的 Hijing++ 带电强子多重数 KNO 标度行为研究
高能物理 - 唯象学
2023-03-10 v1
摘要
本文给出了由不同复杂度的深度残差神经网络架构计算得到的末态带电强子与平均喷注多重数分布的标度性质。神经网络的parton级输入由 Hijing++ 蒙特卡洛事件生成器产生。利用在 TeV 事件上训练得到的强子化神经网络，对从 TeV 到 13 TeV 的各种 LHC 能量进行预测。网络在强子层次上呈现出 KNO 标度性质。
引用
@article{arxiv.2303.05422,
title = {Machine Learning based KNO-scaling of charged hadron multiplicities with Hijing++},
author = {Gábor Bíró and Gergely Gábor Barnaföldi},
journal= {arXiv preprint arXiv:2303.05422},
year = {2023}
}
备注
Contribution to the 21st International Workshop on Advanced Computing and Analysis Techniques in Physics Research, 23-28 October, 2022, Bari, Italy