利用人工神经网络研究重介子的半轻子衰变

对 Cabibbo-Kobayashi-Maskawa (CKM) 矩阵第二行幺正性的实验检验涉及矩阵元 $V_{cd}$ 的提取，该矩阵元可从 $D$ 到 $\pi$ 的半轻子衰变率获得。这些衰变率正比于强子形状因子，其参数化描述了夸克 $c \to d$ 跃迁在 $D \to \pi$ 介子衰变中如何实现。该形状因子尚无法在整个可用动量转移 $q^2$ 范围内解析计算，但可用具有不同程度模型依赖性的方式进行参数化。我们提出使用由实验伪数据训练的人工神经网络，在给定不确定性下预测这些形状因子的形状。我们评论了几种常用半轻子形状因子模型参数化的参数。我们提取形状参数并利用幺正性约束给定 $q^2$ 处的形状因子，从而允许我们约束 CKM 矩阵元 $|V_{cd}|$。