Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > hep-ph > arXiv:1511.07150

帮助 | 高级搜索

高能物理 - 现象学

arXiv:1511.07150 (hep-ph)
[提交于 2015年11月23日 ]

标题: 下一阶精度的矩阵元方法

标题: The Matrix Element Method at next-to-leading order accuracy

Authors:Till Martini, Peter Uwer
摘要: 矩阵元方法(MEM)已被证明有助于充分利用实验数据中的信息。 然而,到目前为止,它主要仅在Born近似下使用。 在本文中,我们讨论了向NLO精度的扩展。 作为前提,我们提出了一种有效的方法来计算NLO精度下的事件权重。 作为示例和概念验证,我们将该方法应用于电子正负湮灭中顶夸克质量的提取。 当我们从LO转移到NLO时,观察到显著差异,这可能对依赖MEM的强子对撞机上顶夸克质量测量的解释具有相关性。
摘要: The Matrix Element Method (MEM) has proven beneficial to make maximal use of the information available in experimental data. However, so far it has mostly been used in Born approximation only. In this paper we discuss an extension to NLO accuracy. As a prerequisite we present an efficient method to calculate event weights for jet events at NLO accuracy. As illustration and proof of concept we apply the method to the extraction of the top-quark mass in e+e- annihilation. We observe significant differences when moving from LO to NLO which may be relevant for the interpretation of top-quark mass measurements at hadron colliders relying on the MEM.
评论: 6页,3图,在第三届国际理论物理大会“物质到最深处”上由T. Martini发表,波兰Ustroń,2015年9月13日至18日
主题: 高能物理 - 现象学 (hep-ph) ; 高能物理 - 实验 (hep-ex)
引用方式: arXiv:1511.07150 [hep-ph]
  (或者 arXiv:1511.07150v1 [hep-ph] 对于此版本)
  https://doi.org/10.48550/arXiv.1511.07150
通过 DataCite 发表的 arXiv DOI
期刊参考: HU-EP-15/57
相关 DOI: https://doi.org/10.5506/APhysPolB.46.2143
链接到相关资源的 DOI

提交历史

来自: Till Martini [查看电子邮件]
[v1] 星期一, 2015 年 11 月 23 日 09:35:40 UTC (342 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
hep-ph
< 上一篇   |   下一篇 >
新的 | 最近的 | 2015-11
切换浏览方式为:
hep-ex

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号