来自 GPDs 的核子形状因子
高能物理 - 唯象学
2025-02-11 v3
摘要
本文介绍了一种新的广义阴极分布（Generalized Parton Distributions，GPDs）模型，命名为 GSAMA24。该模型旨在通过整合先进的参数化方法和拟合技术，提供对强子内部结构更准确和更全面的描述。我们将 GSAMA24 模型的性能与三个既有模型进行比较：扩展谱（Extended Regge，ER）、修改高斯（Modified Gaussian，MG）以及 M-HS22 模型。GSAMA24 模型旨在解决以往模型所观察到的局限性，通过在 依赖性和偏斜参数 上提供更好的灵活性。我们的分析涉及将 GSAMA24 模型拟合到实验形状因子数据，并评估其相对于 ER、MG 和 M-HS22 模型的预测能力。比较基于诸多关键指标，如形状因子预测的准确性、与已知 GPD 属性的一致性以及拟合过程的计算效率。结果表明，GSAMA24 模型对实验数据提供了更佳的拟合，尤其是在高动量传递区域，表现出色，优于 ER 和 MG 模型。此外，GSAMA24 模型与 GPD 行为的理论预期表现出更好的一致性，优于 M-HS22 模型。这些发现表明，GSAMA24 模型是未来强子结构研究的有前景的工具，可能显著增进我们对强子内部夸克和胶子在动量和空间分布方面的理解。
引用
@article{arxiv.2501.16279,
title = {Nucleon Form Factors from GPDs},
author = {Leila Ghasemzadeh and Pegah Sartipi YarAahmadi and Fatemeh Arbabifar and Nader Morshedian and Shahin Atashbar Tehrani},
journal= {arXiv preprint arXiv:2501.16279},
year = {2025}
}
备注
12 pages, 4 figures, 5 tables