跳到主要内容
检索

Cole G. Granger

1 篇关联报道

订阅更新
  1. 非微扰TMD分布不再只有神经网络黑箱:符号回归给出9个常数的闭式表达式

    非微扰横向动量依赖分布此前多以神经网络拟合的形式存在,难以写成解析式。该工作先用因子化神经网络直接拟合固定靶、Tevatron、RHIC与LHC的Drell–Yan截面数据,精度取到次次次领头对数,再对网络各分量做符号回归,在表达式复杂度与实验拟合的Pareto前沿上选出含9个自由数值常数的闭式函数,覆盖超过482个数据点。要得到紧凑公式,需要引入非平凡的纵向动量分数与横向碰撞参数交叉项,它编码了两者之间的温和关联。

已读完全部报道