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 > physics > arXiv:2006.15809

帮助 | 高级搜索

物理学 > 数据分析、统计与概率

arXiv:2006.15809 (physics)
[提交于 2020年6月29日 ]

标题: 高阶累积量的堆积修正

标题: Pileup corrections on higher-order cumulants

Authors:Toshihiro Nonaka, Masakiyo Kitazawa, ShinIchi Esumi
摘要: 我们提出了一种方法,用于从事件级粒子分布的高阶累积量和矩中去除多次碰撞事件的贡献。假设多次碰撞事件是由两个独立单次碰撞事件的叠加给出的,我们证明了每个多重性区间内的真实矩可以从较低多重性的事件递归地获得。在修正过程中,所需信息仅为多次碰撞事件的概率,其他项则从实验数据中提取。我们演示了通过这种方法可以在简单模型中成功重建真实累积量。讨论了触发效率损失和修正参数的系统性问题。
摘要: We propose a method to remove the contributions of pileup events from higher-order cumulants and moments of event-by-event particle distributions. Assuming that the pileup events are given by the superposition of two independent single-collision events, we show that the true moments in each multiplicity bin can be obtained recursively from lower multiplicity events. In the correction procedure the necessary information are only the probabilities of pileup events. Other terms are extracted from the experimental data. We demonstrate that the true cumulants can be reconstructed successfully by this method in simple models. Systematics on trigger inefficiencies and correction parameters are discussed.
评论: 11页,8幅图
主题: 数据分析、统计与概率 (physics.data-an) ; 高能物理 - 现象学 (hep-ph); 核实验 (nucl-ex); 核理论 (nucl-th)
引用方式: arXiv:2006.15809 [physics.data-an]
  (或者 arXiv:2006.15809v1 [physics.data-an] 对于此版本)
  https://doi.org/10.48550/arXiv.2006.15809
通过 DataCite 发表的 arXiv DOI
期刊参考: J-PARC-TH-0220
相关 DOI: https://doi.org/10.1016/j.nima.2020.164632
链接到相关资源的 DOI

提交历史

来自: Toshihiro Nonaka [查看电子邮件]
[v1] 星期一, 2020 年 6 月 29 日 05:05:38 UTC (641 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 | 2020-06
切换浏览方式为:
nucl-ex
nucl-th
physics
physics.data-an

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