ترجمه فارسی مقاله تجزیه و تحلیل استنتاج بیزی از فرونشست جت با استفاده از اندازه گیری های سرکوب جت و هادرون فراگیر

چکیده

The JETSCAPE Collaboration reports a new determination of the jet transport parameter $\hat{q}$ in the Quark-Gluon Plasma (QGP) using Bayesian Inference, incorporating all available inclusive hadron and jet yield suppression data measured in heavy-ion collisions at RHIC and the LHC. This multi-observable analysis extends the previously published JETSCAPE Bayesian Inference determination of $\hat{q}$, which was based solely on a selection of inclusive hadron suppression data. JETSCAPE is a modular framework incorporating detailed dynamical models of QGP formation and evolution, and jet propagation and interaction in the QGP. Virtuality-dependent partonic energy loss in the QGP is modeled as a thermalized weakly-coupled plasma, with parameters determined from Bayesian calibration using soft-sector observables. This Bayesian calibration of $\hat{q}$ utilizes Active Learning, a machine–learning approach, for efficient exploitation of computing resources. The experimental data included in this analysis span a broad range in collision energy and centrality, and in transverse momentum. In order to explore the systematic dependence of the extracted parameter posterior distributions, several different calibrations are reported, based on combined jet and hadron data; on jet or hadron data separately; and on restricted kinematic or centrality ranges of the jet and hadron data. Tension is observed in comparison of these variations, providing new insights into the physics of jet transport in the QGP and its theoretical formulation.

چکیده به فارسی (ترجمه ماشینی)

همکاری JetScape تعیین جدیدی از پارامتر حمل و نقل جت $ \ hat {q} $ در پلاسما کوارک-گلوئون (QGP) با استفاده از استنتاج بیزی ، شامل کلیه داده های سرکوب هادرون و جت موجود در برخوردهای سنگین اندازه گیری شده در برخوردهای سنگین در RHIC است.و LHCاین تجزیه و تحلیل چند برابر ، تعیین استنباط بیزین JetScape که قبلاً منتشر شده است ، از $ \ hat {q} $ ، که صرفاً بر روی مجموعه ای از داده های سرکوب هادرون فراگیر بنا شده است ، گسترش می دهد.Jetscape یک چارچوب مدولار است که شامل مدلهای دینامیکی مفصل شکل گیری و تکامل QGP و انتشار جت و تعامل در QGP است.از دست دادن انرژی جزئی وابسته به مجازی در QGP به عنوان یک پلاسما ضعیف همراه با پارامترهای تنظیم شده از کالیبراسیون بیزی با استفاده از مشاهده های بخش نرم مدل سازی شده است.این کالیبراسیون بیزی از $ \ hat {q} $ با استفاده از یادگیری فعال ، یک رویکرد یادگیری ، برای بهره برداری کارآمد از منابع محاسباتی.داده های تجربی موجود در این تجزیه و تحلیل دارای طیف گسترده ای در انرژی برخورد و مرکزیت و در حرکت عرضی است.به منظور کشف وابستگی سیستماتیک توزیع خلفی پارامتر استخراج شده ، چندین کالیبراسیون مختلف بر اساس داده های جت و هادرون ترکیبی گزارش شده است.در مورد داده های جت یا هادرون به طور جداگانه ؛و در محدوده سینماتیک یا مرکزیت محدود از داده های جت و هادرون.تنش در مقایسه با این تغییرات مشاهده می شود ، و بینش جدیدی در مورد فیزیک حمل و نقل جت در QGP و فرمولاسیون نظری آن ارائه می دهد.