查看“WikiEdge:ArXiv速递/2025-04-10”的源代码

== 摘要 ==
* '''原文标题'''：Measurements of Higgs boson production via gluon-gluon fusion and vector-boson fusion using $H\rightarrow WW^\ast \rightarrow \ellν\ellν$ decays in $pp$ collisions with the ATLAS detector and their effective field theory interpretations
* '''中文标题'''：利用ATLAS探测器在$pp$对撞中通过$H\rightarrow WW^\ast \rightarrow \ellν\ellν$衰变道测量希格斯玻色子胶子-胶子融合与矢量玻色子融合产生截面及其有效场论解释
* '''发布日期'''：2025-04-10 12:15:04+00:00
* '''作者'''：ATLAS Collaboration
* '''分类'''：hep-ex
*'''原文链接'''：http://arxiv.org/abs/2504.07686v1
'''中文摘要'''：摘要：通过[[$H\rightarrow WW^\ast \rightarrow \ell\nu\ell\nu$衰变道]]测量了[[质子-质子碰撞]]中[[胶子-胶子融合]]和[[矢量玻色子融合]]产生的[[希格斯玻色子]]截面。[[大型强子对撞机]]在2015至2018年间提供了[[质心能量]]为$13\,\textrm{TeV}$的[[质子-质子碰撞]]数据，由[[ATLAS探测器]]记录，对应[[积分亮度]]为$140\,\textrm{fb}^{-1}$。测得[[胶子-胶子融合]]和[[矢量玻色子融合]]产生[[希格斯玻色子]]的总截面（乘以[[$H\rightarrow WW^\ast$分支比]]）分别为$12.4^{+1.3}_{-1.2}\,\textrm{pb}$和$0.79^{+0.18}_{-0.16}\,\textrm{pb}$，与[[标准模型]]预测一致。通过[[简化模板截面测量]]，在总共十五个[[运动学基准区域]]中对[[希格斯玻色子]]产生进行了进一步表征。新引入的[[运动学基准区域]]方案增强了[[希格斯玻色子相互作用]]中[[CP破坏]]效应的探测灵敏度。两种方案均用于约束[[标准模型有效场论]]中的[[CP偶]]和[[CP奇]][[六维算子]]。

== 摘要 ==
* '''原文标题'''：A Mechanism-Learning Deeply Coupled Model for Remote Sensing Retrieval of Global Land Surface Temperature
* '''中文标题'''：基于机理学习深度耦合模型的全球地表温度遥感反演
* '''发布日期'''：2025-04-10 06:19:01+00:00
* '''作者'''：Tian Xie, Menghui Jiang, Huanfeng Shen, Huifang Li, Cao Zeng, Xiaobin Guan, Jun Ma, Guanhao Zhang, Liangpei Zhang
* '''分类'''：physics.ao-ph, cs.LG
*'''原文链接'''：http://arxiv.org/abs/2504.07481v1
'''中文摘要'''：基于[[遥感数据]]的[[陆表温度]]（[[LST]]）反演对于分析[[气候过程]]和[[地表能量收支]]至关重要。然而，[[LST反演]]是一个[[不适定逆问题]]，当仅能获取[[单波段数据]]时尤为严重。本文提出了一种深度融合[[机理建模]]与[[机器学习]]的框架，以提升[[单通道LST反演]]的精度和[[泛化能力]]。训练样本通过基于[[物理]]的[[辐射传输模型]]和包含5810组[[全球大气廓线]]的[[数据集]]生成，并构建了[[物理信息机器学习]]框架，将经典[[物理反演模型]]的[[第一性原理]]系统融入学习流程，同时以[[辐射传输方程]]作为优化约束。全球验证表明，相较于独立方法，该框架使[[均方根误差]]降低30%。在[[极端湿度]]条件下，[[平均绝对误差]]从4.87K降至2.29K（提升53%）。横跨[[五大洲]]的[[洲际尺度]]测试证实了该模型卓越的[[泛化性能]]。

== 摘要 ==
* '''原文标题'''：Efficient Formal Verification of Quantum Error Correcting Programs
* '''中文标题'''：量子纠错程序的高效形式化验证
* '''发布日期'''：2025-04-10 13:28:49+00:00
* '''作者'''：Qifan Huang, Li Zhou, Wang Fang, Mengyu Zhao, Mingsheng Ying
* '''分类'''：cs.PL, quant-ph
*'''原文链接'''：http://arxiv.org/abs/2504.07732v1
'''中文摘要'''：[[量子纠错]]（QEC）是抑制[[量子硬件]]噪声、实现[[容错量子计算]]的基础技术。本文提出了一种高效的QEC程序验证框架：我们专门为QEC程序设计了[[断言逻辑]]和[[程序逻辑]]，并建立了可靠的[[证明系统]]。针对QEC程序的[[验证条件]]（VCs），我们开发了高效处理方法——对于[[泡利错误]]，VCs可简化为可由[[SMT求解器]]处理的经典断言；对于非泡利错误，则提供[[启发式算法]]。我们在[[Coq]]证明助手中形式化了该程序逻辑，使其成为经过验证的QEC验证器。此外，我们还实现了自动化QEC验证工具[[Veri-QEC]]，用于验证各类容错场景。通过多场景下的不同验证任务，我们证明了该框架的高效性和广泛功能性。最后，我们提供了14个已验证[[稳定子码]]的基准测试集。