重味-夫克有效质量形式用于重型双标谱
计算机视觉与模式识别
2026-03-03 v1 机器人学
摘要
我们发展了重味-夫克有效质量形式,用于重型双标谱,涵盖单重、双重和三重重味行业。分析在两种互补情景下进行:情景I将所有夫克-夫克夫克通道视为动态,情景II限制于标量和轴向矢量夫克,以提供更具选择性和物理透明度的描述。从已知重型双标谱质量中提取构成夫克质量、有效夫克质量和色度磁耦合常数,耦合常数仅由每个状态的夫克内容决定,不引入行业相关的调整。实现一种与重味夫克自旋对称性在重味极限下保持一致的质量依赖绑定项,以描述从色度磁向色度库仑主导的从轻向重夫克过渡。所得预测与现有实验测量值和格点QCD结果在两侧夫克行业中表现良好。提取的夫克参数在所有重味行业中保持稳定,建立了本框架作为重味双标谱结构的对称受限基准。
引用
@article{arxiv.2603.01036,
title = {SMR-Net:Robot Snap Detection Based on Multi-Scale Features and Self-Attention Network},
author = {Kuanxu Hou},
journal= {arXiv preprint arXiv:2603.01036},
year = {2026}
}
备注
snap assembly, snap detection and localization, object detection, multi-scale feature fusion, self-attention