研究人员开发了一种新颖的可解释多任务深度学习框架，用于分析超外围碰撞（UPCs），以更精确地理解核结构。该框架将横向动量分布映射到各种核结构指标，并确定了推断的关键运动学区域。该方法通过在$^{96}{40}Zr + ^{96}{40}Zr$碰撞中使用相干$J/\psi$光生产进行了演示，有效地分离了衍射主导和干涉主导的信息。 AI
影响 引入了一个新颖的可解释深度学习框架用于核结构分析，有可能推动科学发现。
排序理由 该集群描述了一篇科学论文，其中详细介绍了一种用于核物理研究的新型深度学习框架。
在 Hugging Face Daily Papers 阅读 →
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- J/": Photoproduction
- J/psi meson
- Multitask Deep Learning for Joint Detection of Necrotizing Viral and Noninfectious Retinitis From Common Blood and Serology Test Data
- ScienceCast
- Ultra-peripheral collisions and hadronic structure
- Zr
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
