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:2408.10424

帮助 | 高级搜索

高能物理 - 现象学

arXiv:2408.10424 (hep-ph)
[提交于 2024年8月19日 ]

标题: 精确的NNLO修正与PDF拟合中的K因子

标题: Exact NNLO corrections vs K-factors in PDF fits

Authors:Tanishq Sharma
摘要: 部分子分布函数(PDFs)通常包括对应于理论预测在微扰QCD中需要近似的下一阶下一阶(NNLO)过程的数据集,这种近似可以使用K因子来完成,而K因子又依赖于用于计算它们的PDF集。在本研究中,我们研究了使用不同PDF集(即CT18、MSHT20和NNPDF4.0)产生的K因子对大型强子对撞机(LHC)上顶对产生(微分)截面的影响。此外,我们进行了一次新的拟合(否则与NNPDF4.0的MHOUs类似),其中在拟合过程中使用了精确的NNLO修正,并将从该拟合中获得的K因子与上述提到的PDF集获得的K因子进行比较。我们发现这些不同PDF集获得的K因子之间有良好的一致性。
摘要: Parton distribution functions (PDFs) often include datasets corresponding to processes whereby the theoretical predictions at next-to-next-to-leading order (NNLO) in peturbative QCD have to be approximated, and this approximation may be performed using K-factors, which in turn depend on the PDF set used to compute them. In this study, we investigate the impact of K-factors produced with various PDF sets, namely CT18, MSHT20 and NNPDF4.0 on (differential) cross sections of top pair production at the Large Hadron Collider (LHC). Furthermore, we perform a new fit (otherwise analogous to NNPDF4.0 with MHOUs) where the exact NNLO corrections are used in the fitting procedure and compare the K-factors obtained from this fit with those obtained from the above mentioned PDF sets. We find good agreement amongst K-factors obtained from these different PDF sets.
评论: 5页,提交至第31届国际深度非弹性散射研讨会(DIS2024)的论文集
主题: 高能物理 - 现象学 (hep-ph)
引用方式: arXiv:2408.10424 [hep-ph]
  (或者 arXiv:2408.10424v1 [hep-ph] 对于此版本)
  https://doi.org/10.48550/arXiv.2408.10424
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Tanishq Sharma [查看电子邮件]
[v1] 星期一, 2024 年 8 月 19 日 21:28:17 UTC (68 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
hep-ph
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-08

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