.png){kind=icon}
返回
Sampling NNLO QCD phase space with normalizing flows
.png){kind=icon}
OA
AI
DOI：10.1007/JHEP09(2025)194.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们展示了神经网络重要性采样在NNLO QCD散射截面评估中的应用。我们考虑了归一化流（Normalizing Flows）在离散耦合层（Coupling Layers）和时间连续流形式下，用于在采用扇区改进剩余减除方案（sector-improved residue subtraction scheme）时整合各种截面贡献。我们在此过程中考虑了对积分核进行分层，将其正负贡献分开，并分别优化了相空间采样器。我们以NNLO QCD精度下LHC中的胶子产生顶夸克对（gluonic top-quark pair production）为例，阐述了这些新方法。我们发现，相较于当前STRIPPER中使用的默认方法，在减少截面方差和提升去权重效率方面取得了显著改进。反过来，为了达到特定统计不确定度的截面评估，计算积分核所需的计算成本可以降低8倍。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
5.5
论文数:
3.9W
被引数:
13.7W
机构
引用论文
Efficient Monte Carlo event generation for neutrino-nucleus exclusive cross sections高效率蒙特卡罗事件生成方法在ν-核子排斥截面中的应用.png)
IF0
PREAI
分享收藏分享收藏NNLO QCD corrections to diphoton production with an additional jet at the LHCNNLO QCD校正在LHC上使用额外的射流对双光子产生
OAAI
OAAI分享收藏分享收藏Antenna subtraction at NNLO with hadronic initial states: initial-final configurations具有强子初始状态的NNLO天线减法: 初始-最终配置OAAI
OAAI分享收藏Flow annealed importance sampling bootstrap meets differentiable particle physics流退火重要性采样自举法与可微分粒子物理学
IF0
PREAI
分享收藏
查看更多内容