High Energy Physics - Phenomenology,Computational Physics,فیزیک انرژی بالا - پدیدارشناسی , فیزیک محاسباتی ,
توضیحات
Submitted 30 August, 2024; originally announced August 2024. , Comments: 11 pages, 5 figures, proceedings of the 23rd Zimanyi School Winter Workshop on Heavy Ion Physics, Budapest, Hungary, December 4 - 8, 2023, submitted to the International Journal of Modern Physics A, special issue "Zimanyi School 2023"
توضیحات به فارسی
ارسال شده در 30 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: 11 صفحه ، 5 شکل ، مجموعه مقالات 23 کارگاه زمستانی مدرسه زیمانی در فیزیک یون سنگین ، بوداپست ، مجارستان ، 4 تا 8 دسامبر ، 2023 ، ارسال شده به مجله بین المللی فیزیک مدرن ، شماره ویژه"مدرسه زیمانی 2023"
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
چکیده
Hadronization is a non-perturbative process, which theoretical description can not be deduced from first principles. Modeling hadron formation requires several assumptions and various phenomenological approaches. Utilizing state-of-the-art Deep Learning algorithms, it is eventually possible to train neural networks to learn non-linear and non-perturbative features of the physical processes. In this study, the prediction results of three trained ResNet networks are presented, by investigating charged particle multiplicities at event-by-event level. The widely used Lund string fragmentation model is applied as a training-baseline at $\sqrt{s}= 7$ TeV proton-proton collisions. We found that neural-networks with $ \gtrsim\mathcal{O}(10^3)$ parameters can predict the event-by-event charged hadron multiplicity values up to $ N_\mathrm{ch}\lesssim 90 $.
چکیده به فارسی (ترجمه ماشینی)
Hadronization یک فرآیند غیر پرتحرک است ، که توضیحات نظری را نمی توان از اصول اول استنباط کرد.مدل سازی تشکیل هادرون به چندین فرض و رویکردهای مختلف پدیدارشناختی نیاز دارد.با استفاده از الگوریتم های پیشرفته یادگیری عمیق ، در نهایت آموزش شبکه های عصبی برای یادگیری ویژگی های غیر خطی و غیر فوق العاده فرآیندهای فیزیکی امکان پذیر است.در این مطالعه ، نتایج پیش بینی سه شبکه RESNET آموزش دیده ، با بررسی ضرب ذرات بار در سطح رویداد به رویداد ارائه شده است.مدل قطعه قطعه قطعه رشته Lund که به طور گسترده مورد استفاده قرار می گیرد ، به عنوان یک خط آموزش با $ \ SQRT {S} = 7 $ TEV Proton-Proton اعمال می شود.ما دریافتیم که شبکه های عصبی با $ \ gtrsim \ mathcal {o} (10^3) $ پارامترهای می توانند مقادیر تعدد هادرون بارگذاری شده رویداد را تا حداکثر $ n_ \ mathrm {ch} \ lesssim 90 $ پیش بینی کنند.
📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
