DVCS康普顿形状因子的无偏确定

H. Moutarde; P. Sznajder; J. Wagner

doi:10.1140/epjc/s10052-019-7117-5

DVCS康普顿形状因子的无偏确定

高能物理 - 唯象学 2019-07-25 v2

作者: H. Moutarde , P. Sznajder , J. Wagner

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

本文展示在近乎所有深度虚康普顿散射(DVCS)质子数据的全局分析中提取康普顿形状因子(CFFs)的工作。所提取的量为DVCS子振幅以及该过程可明确获取的最基本观测量。CFFs的参数化利用人工神经网络技术构建,显著降低了模型依赖性。分析包含可行性研究、用遗传算法训练神经网络以及为避免过拟合的细致正则化等要素。实验不确定性向提取量的传播通过副本方法完成。所得的CFFs参数化用于通过色散关系确定减除常数。该分析在PARTONS框架内进行。

关键词

康普顿形状因子深度虚康普顿散射全局分析神经网络遗传算法色散关系 PARTONS框架

引用

@article{arxiv.1905.02089,
  title  = {Unbiased determination of DVCS Compton Form Factors},
  author = {H. Moutarde and P. Sznajder and J. Wagner},
  journal= {arXiv preprint arXiv:1905.02089},
  year   = {2019}
}

备注

25 pages, 23 figures

DVCS康普顿形状因子的无偏确定

摘要

关键词

引用

备注

相关论文