nNNPDF2.0:基于 LHC 数据的核内夸克味分离
高能物理 - 唯象学
2020-10-28 v1 高能物理 - 实验
核实验
核理论
摘要
我们给出了基于 NNPDF 框架、使用机器学习方法和蒙特卡洛技术的核部分子分布函数(nPDFs)的与模型无关的确定。我们之前的分析 nNNPDF1.0 中所用的中性流深度非弹性核结构函数,在此补充了来自带电流散射的inclusive与含粲截面。此外,我们包含了 ATLAS 和 CMS 在质心能量 TeV 和 8.16 TeV 的质子-铅碰撞中所有的 W 和 Z 轻子快度分布测量。所得的 nPDF 确定结果 nNNPDF2.0 对所有数据集均给出了良好的描述。除了量化影响单个夸克和反夸克的核修正外,我们考察了对奇异数的含义,评估了动量和价求和规则在 nPDF 提取中的作用,并给出了代表性现象学应用的预言。我们的结果通过 LHAPDF 库发布,突出了高能对撞机测量以稳健方式探测核动力学的潜力。
引用
@article{arxiv.2006.14629,
title = {nNNPDF2.0: Quark Flavor Separation in Nuclei from LHC Data},
author = {Rabah Abdul Khalek and Jacob J. Ethier and Juan Rojo and Gijs van Weelden},
journal= {arXiv preprint arXiv:2006.14629},
year = {2020}
}
备注
65 pages, 26 figures. The nNNPDF2.0 sets are available from http://nnpdf.mi.infn.it/for-users/nuclear-pdfs/