PDF-BSM 相互作用的精确现象学

标准模型 (SM) 是人类智慧与合作的杰作之一，能够最成功地描述可见物质，其中质子是这一理解的核心组成部分。质子的结构可表示为 parton distribution functions (PDFs)，这些函数是大型强子对撞机 (LHC) 理论预测的关键输入，无法从第一性原理计算，必须从实验数据中进行拟合。尽管 SM 取得了非凡的成功，但仍有许多根本性问题未被解答，这激励着寻找标准模型之外 (BSM) 物理的探索。这些探索常常依赖于理论预测与实验测量之间的精确比较。然而，一个重大挑战在于，PDFs 通常是在 SM 假设下确定的，这可能在 BSM 搜索中引入潜在偏差和不一致性。此外，BSM 物理的信号可能在拟合过程中被 PDFs 吸收，进一步复杂化了结果的解释。本博士论文探讨了 PDF 与 BSM 物理之间的相互作用。我们发布了开源的 SIMUnet—a 深度学习框架，用于同时拟合 PDF 与 BSM 参数，以及评估 BSM 信号是否被 PDFs 吸收。我们研究了 PDF-BSM 相互作用在顶夸克子反应中以及在全局数据集中的情况，评估了在广泛使用模型中 BSM 物理的吸收情况。此外，我们探讨了 BSM 效应如何改变 PDF 的演化，并展示了可解释机器学习技术在符号回归中为整体粒子对撞机物理所具有的潜力。