MétaCan
Menu
Retour à la cohorte
Enregistrement W7005665194

Reweighting Method for Lund String Breaks in PYTHIA

2024· other· en· W7005665194 sur OpenAlexaff

Notice bibliographique

RevueLund University Publications Student Papers (Lund University) · 2024
Typeother
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensInstitute of Particle Physics
Organismes subventionnairesnon disponible
Mots-clésString (physics)Multinomial distributionMesonEvent (particle physics)PseudoscalarSet (abstract data type)Distribution (mathematics)Generator (circuit theory)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Event generators are useful for simulating collision experiments in high-energy particle physics. In the event generator PYTHIA 8, parameters may be varied to compare competing models against experimental data. It is then beneficial to employ reweighting techniques to explore the results for multiple parameter values with only one simulation. This study aims to develop and implement a reweighting method for meson production in electron-positron collisions, within the Lund string model for hadronization. We expect the number of ss¯, uu¯ and dd¯ string breaks to follow a multinomial distribution and the produced mesons to distribute correspondingly. Thus, a ratio between two multinomial mass functions using the string break probabilities for two different sets of parameters is developed and used as statistical weight for each event. By varying the s ¯ s suppression parameter as well as η and η′ rejection parameters the weight for each event is calculated and applied to the distribution of final s ¯ s breaks and mesons from a set of test simulations. The reweighted test distributions are compared to target distributions for comparison. The results show a high accuracy of the method when applied to the number of string breaks but much lower for the number of final mesons, pointing towards a discrepancy between the predicted correlation of string breaks and mesons and the true correlation. The reweighting technique introduced can be naturally extended to reweighting around the mixing angles of the pseudoscalar and vector mesons as well as the vector-topseudoscalar suppression factor also present. It can also be further generalised to include baryons and account for hadron decays. In the end, one hopes to use this method for comparison with experimental data.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0030,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0130,005

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 Opus0,007
Tête enseignante GPT0,268
Écart entre enseignants0,261 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLund University Publications Student Papers (Lund University)Même sujetCell Image Analysis TechniquesTravaux en français237 207