MétaCan
Menu
Retour à la cohorte
Enregistrement W3107359108 · doi:10.48550/arxiv.2012.02070

Parton color reconnection in Herwig 7 using a spacetime event topology

2020· preprint· en· W3107359108 sur OpenAlexaff
Johannes Bellm, Cody B. Duncan, Stefan Gieseke, M. Myška, Andrzej Siódmok

Notice bibliographique

RevueRepository KITopen (Karlsruhe Institute of Technology) · 2020
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueHigh-Energy Particle Collisions Research
Établissements canadiensInstitute of Particle Physics
Organismes subventionnairesNarodowym Centrum NaukiGrantová Agentura České RepublikyEuropean CommissionBundesministerium für Bildung und ForschungAustralian Government
Mots-clésHadronizationSpacetime topologyPhysicsSpacetimePartonTopology (electrical circuits)Monte Carlo methodEvent (particle physics)Particle physicsEvent generatorQuantum chromodynamicsHadronQuantum mechanicsQuantum field theory in curved spacetimeQuantum gravity

Résumé

récupéré en direct d'OpenAlex

Herwig 7 is a general-purpose Monte Carlo generator of particle collisions comprising both hard perturbative as well as soft phenomenological physics. Herwig is therefore capable to describe the entire final state of hadronized particles in a collision event. A spacetime topology of a parton system entering hadronization is fully described and tested for the first time. A combination of information from particles momenta and spacetime positions is utilized to minimize a boost-invariant distance measure of the parton system. We present a reasonable agreement of the model with a selection of experimental data and conclude that spacetime event topology can be meaningfully used in the further development.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,349
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,032
Tête enseignante GPT0,321
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRepository KITopen (Karlsruhe Institute of Technology)Même sujetHigh-Energy Particle Collisions ResearchTravaux en français237 207