WikiEdge:ArXiv速递/2025-03-07:修订间差异

来自WikiEdge
跳转到导航 跳转到搜索
Carole留言 | 贡献
Updated page by Carole
Carole留言 | 贡献
Updated page by Carole
第16行: 第16行:
*'''原文链接''':http://arxiv.org/abs/2503.05463v1
*'''原文链接''':http://arxiv.org/abs/2503.05463v1
'''中文摘要''':摘要:本文提出了一种对[[希格斯玻色子]]奇异衰变的搜索,该衰变产生一对低质量标量粒子,随后这些标量粒子衰变为$\tau$轻子,即$H\rightarrow aa\rightarrow \tau^+\tau^-\tau^+\tau^-$。在具有类[[Yukawa耦合]]的模型中,对于质量在$2m_{\tau} < m_a < 2m_{b}$范围内的轻$a$玻色子,衰变为$\tau$轻子是较为有利的。本文展示了在$4\,\mathrm{GeV} < m_a < 15\,\mathrm{GeV}$范围内,使用[[ATLAS探测器]]在[[大型强子对撞机]]Run 2期间记录的$\sqrt{s}=13$ TeV质子-质子碰撞数据($140\,\mathrm{fb}^{-1}$)的结果。该搜索重点关注双$\tau$对,其中一个$\tau$轻子衰变为[[强子]]和[[中微子]],另一个衰变为[[μ子]]和[[中微子]]。在此质量范围内,$a\rightarrow \tau^+\tau^-$过程受到[[洛伦兹增强]],并使用专门的μ子去除技术来重建双$\tau$对。未观察到显著超出[[标准模型]]背景预测的异常信号。本文提供了$95\%$置信水平下$(\sigma(H)/\sigma_{\mathrm{SM}}(H))\times \mathcal{B}(H\rightarrow aa\rightarrow 4\tau)$的上限,范围从$0.03$到$0.10$,具体取决于$a$玻色子的质量。
'''中文摘要''':摘要:本文提出了一种对[[希格斯玻色子]]奇异衰变的搜索,该衰变产生一对低质量标量粒子,随后这些标量粒子衰变为$\tau$轻子,即$H\rightarrow aa\rightarrow \tau^+\tau^-\tau^+\tau^-$。在具有类[[Yukawa耦合]]的模型中,对于质量在$2m_{\tau} < m_a < 2m_{b}$范围内的轻$a$玻色子,衰变为$\tau$轻子是较为有利的。本文展示了在$4\,\mathrm{GeV} < m_a < 15\,\mathrm{GeV}$范围内,使用[[ATLAS探测器]]在[[大型强子对撞机]]Run 2期间记录的$\sqrt{s}=13$ TeV质子-质子碰撞数据($140\,\mathrm{fb}^{-1}$)的结果。该搜索重点关注双$\tau$对,其中一个$\tau$轻子衰变为[[强子]]和[[中微子]],另一个衰变为[[μ子]]和[[中微子]]。在此质量范围内,$a\rightarrow \tau^+\tau^-$过程受到[[洛伦兹增强]],并使用专门的μ子去除技术来重建双$\tau$对。未观察到显著超出[[标准模型]]背景预测的异常信号。本文提供了$95\%$置信水平下$(\sigma(H)/\sigma_{\mathrm{SM}}(H))\times \mathcal{B}(H\rightarrow aa\rightarrow 4\tau)$的上限,范围从$0.03$到$0.10$,具体取决于$a$玻色子的质量。
== 摘要 ==
* '''原文标题''':Enhancing User Performance and Human Factors through Visual Guidance in AR Assembly Tasks
* '''中文标题''':通过视觉引导增强AR装配任务中的用户表现和人为因素
* '''发布日期''':2025-03-07 18:12:29+00:00
* '''作者''':Leon Pietschmann, Michel Schimpf, Zhu-Tian Chen, Hanspeter Pfister, Thomas Bohné
* '''分类''':cs.HC
*'''原文链接''':http://arxiv.org/abs/2503.05649v1
'''中文摘要''':本研究通过一项受试者间实验,探讨了[[视觉引导]](VG)对[[增强现实]](AR)中用户表现和[[人为因素]]的影响。VG 是 AR 应用中的关键组成部分,作为[[数字信息]]与[[现实世界]]交互之间的桥梁。与以往研究通常产生不一致结果不同,我们的研究聚焦于不同类型的支持性[[可视化]]而非[[交互方法]]。我们的研究结果显示,任务完成时间减少了 31%,但[[错误率]]显著上升,突显了[[速度]]与[[准确性]]之间的权衡。此外,我们在[[实验设计]]中评估了[[遮挡]]的负面影响。除了考察[[认知负荷]]、[[动机]]和[[可用性]]等其他变量外,我们还确定了具体方向,并为未来研究提供了可操作的见解。总体而言,我们的结果强调了 VG 在提升 AR 用户表现方面的潜力,同时强调了进一步研究潜在人为因素的重要性。

2025年3月10日 (一) 07:27的版本

摘要

  • 原文标题:Measurement of the branching fractions of $D^+ \to K^+K^-π^+π^+π^-$, $φπ^+π^+π^-$, $K^0_SK^+π^+π^-π^0$, $K^0_SK^+η$, and $K^0_SK^+ω$ decays
  • 中文标题:$D^+ \to K^+K^-π^+π^+π^-$、$φπ^+π^+π^-$、$K^0_SK^+π^+π^-π^0$、$K^0_SK^+η$ 和 $K^0_SK^+ω$ 衰变的分支比的测量
  • 发布日期:2025-03-07 12:54:23+00:00
  • 作者:BESIII Collaboration, M. Ablikim, M. N. Achasov, P. Adlarson, X. C. Ai, R. Aliberti, A. Amoroso, Q. An, Y. Bai, O. Bakina, Y. Ban, H. -R. Bao, V. Batozskaya, K. Begzsuren, N. Berger, M. Berlowski, M. Bertani, D. Bettoni, F. Bianchi, E. Bianco, A. Bortone, I. Boyko, R. A. Briere, A. Brueggemann, H. Cai, M. H. Cai, X. Cai, A. Calcaterra, G. F. Cao, N. Cao, S. A. Cetin, X. Y. Chai, J. F. Chang, G. R. Che, Y. Z. Che, G. Chelkov, C. Chen, C. H. Chen, Chao Chen, G. Chen, H. S. Chen, H. Y. Chen, M. L. Chen, S. J. Chen, S. L. Chen, S. M. Chen, T. Chen, X. R. Chen, X. T. Chen, X. Y. Chen, Y. B. Chen, Y. Q. Chen, Y. Q. Chen, Z. J. Chen, Z. K. Chen, S. K. Choi, X. Chu, G. Cibinetto, F. Cossio, J. J. Cui, H. L. Dai, J. P. Dai, A. Dbeyssi, R. E. de Boer, D. Dedovich, C. Q. Deng, Z. Y. Deng, A. Denig, I. Denysenko, M. Destefanis, F. De Mori, B. Ding, X. X. Ding, Y. Ding, Y. Ding, Y. X. Ding, J. Dong, L. Y. Dong, M. Y. Dong, X. Dong, M. C. Du, S. X. Du, S. X. Du, Y. Y. Duan, Z. H. Duan, P. Egorov, G. F. Fan, J. J. Fan, Y. H. Fan, J. Fang, J. Fang, S. S. Fang, W. X. Fang, Y. Q. Fang, R. Farinelli, L. Fava, F. Feldbauer, G. Felici, C. Q. Feng, J. H. Feng, Y. T. Feng, M. Fritsch, C. D. Fu, J. L. Fu, Y. W. Fu, H. Gao, X. B. Gao, Y. Gao, Y. N. Gao, Y. N. Gao, Y. Y. Gao, S. Garbolino, I. Garzia, P. T. Ge, Z. W. Ge, C. Geng, E. M. Gersabeck, A. Gilman, K. Goetzen, J. D. Gong, L. Gong, W. X. Gong, W. Gradl, S. Gramigna, M. Greco, M. H. Gu, Y. T. Gu, C. Y. Guan, A. Q. Guo, L. B. Guo, M. J. Guo, R. P. Guo, Y. P. Guo, A. Guskov, J. Gutierrez, K. L. Han, T. T. Han, F. Hanisch, K. D. Hao, X. Q. Hao, F. A. Harris, K. K. He, K. L. He, F. H. Heinsius, C. H. Heinz, Y. K. Heng, C. Herold, T. Holtmann, P. C. Hong, G. Y. Hou, X. T. Hou, Y. R. Hou, Z. L. Hou, H. M. Hu, J. F. Hu, Q. P. Hu, S. L. Hu, T. Hu, Y. Hu, Z. M. Hu, G. S. Huang, K. X. Huang, L. Q. Huang, P. Huang, X. T. Huang, Y. P. Huang, Y. S. Huang, T. Hussain, N. Hüsken, N. in der Wiesche, J. Jackson, Q. Ji, Q. P. Ji, W. Ji, X. B. Ji, X. L. Ji, Y. Y. Ji, Z. K. Jia, D. Jiang, H. B. Jiang, P. C. Jiang, S. J. Jiang, T. J. Jiang, X. S. Jiang, Y. Jiang, J. B. Jiao, J. K. Jiao, Z. Jiao, S. Jin, Y. Jin, M. Q. Jing, X. M. Jing, T. Johansson, S. Kabana, N. Kalantar-Nayestanaki, X. L. Kang, X. S. Kang, M. Kavatsyuk, B. C. Ke, V. Khachatryan, A. Khoukaz, R. Kiuchi, O. B. Kolcu, B. Kopf, M. Kuessner, X. Kui, N. Kumar, A. Kupsc, W. Kühn, Q. Lan, W. N. Lan, T. T. Lei, M. Lellmann, T. Lenz, C. Li, C. Li, C. Li, C. H. Li, C. K. Li, D. M. Li, F. Li, G. Li, H. B. Li, H. J. Li, H. N. Li, Hui Li, J. R. Li, J. S. Li, K. Li, K. L. Li, K. L. Li, L. J. Li, Lei Li, M. H. Li, M. R. Li, P. L. Li, P. R. Li, Q. M. Li, Q. X. Li, R. Li, S. X. Li, T. Li, T. Y. Li, W. D. Li, W. G. Li, X. Li, X. H. Li, X. L. Li, X. Y. Li, X. Z. Li, Y. Li, Y. G. Li, Y. P. Li, Z. J. Li, Z. Y. Li, C. Liang, H. Liang, Y. F. Liang, Y. T. Liang, G. R. Liao, L. B. Liao, M. H. Liao, Y. P. Liao, J. Libby, A. Limphirat, C. C. Lin, C. X. Lin, D. X. Lin, L. Q. Lin, T. Lin, B. J. Liu, B. X. Liu, C. Liu, C. X. Liu, F. Liu, F. H. Liu, Feng Liu, G. M. Liu, H. Liu, H. B. Liu, H. H. Liu, H. M. Liu, Huihui Liu, J. B. Liu, J. J. Liu, K. Liu, K. Liu, K. Y. Liu, Ke Liu, L. Liu, L. C. Liu, Lu Liu, M. H. Liu, P. L. Liu, Q. Liu, S. B. Liu, T. Liu, W. K. Liu, W. M. Liu, W. T. Liu, X. Liu, X. Liu, X. Y. Liu, Y. Liu, Y. Liu, Y. Liu, Y. B. Liu, Z. A. Liu, Z. D. Liu, Z. Q. Liu, X. C. Lou, F. X. Lu, H. J. Lu, J. G. Lu, X. L. Lu, Y. Lu, Y. H. Lu, Y. P. Lu, Z. H. Lu, C. L. Luo, J. R. Luo, J. S. Luo, M. X. Luo, T. Luo, X. L. Luo, Z. Y. Lv, X. R. Lyu, Y. F. Lyu, Y. H. Lyu, F. C. Ma, H. Ma, H. L. Ma, J. L. Ma, L. L. Ma, L. R. Ma, Q. M. Ma, R. Q. Ma, R. Y. Ma, T. Ma, X. T. Ma, X. Y. Ma, Y. M. Ma, F. E. Maas, I. MacKay, M. Maggiora, S. Malde, Q. A. Malik, Y. J. Mao, Z. P. Mao, S. Marcello, F. M. Melendi, Y. H. Meng, Z. X. Meng, J. G. Messchendorp, G. Mezzadri, H. Miao, T. J. Min, R. E. Mitchell, X. H. Mo, B. Moses, N. Yu. Muchnoi, J. Muskalla, Y. Nefedov, F. Nerling, L. S. Nie, I. B. Nikolaev, Z. Ning, S. Nisar, Q. L. Niu, W. D. Niu, S. L. Olsen, Q. Ouyang, S. Pacetti, X. Pan, Y. Pan, A. Pathak, Y. P. Pei, M. Pelizaeus, H. P. Peng, Y. Y. Peng, K. Peters, J. L. Ping, R. G. Ping, S. Plura, F. Z. Qi, H. R. Qi, M. Qi, S. Qian, W. B. Qian, C. F. Qiao, J. H. Qiao, J. J. Qin, J. L. Qin, L. Q. Qin, L. Y. Qin, P. B. Qin, X. P. Qin, X. S. Qin, Z. H. Qin, J. F. Qiu, Z. H. Qu, C. F. Redmer, A. Rivetti, M. Rolo, G. Rong, S. S. Rong, F. Rosini, Ch. Rosner, M. Q. Ruan, S. N. Ruan, N. Salone, A. Sarantsev, Y. Schelhaas, K. Schoenning, M. Scodeggio, K. Y. Shan, W. Shan, X. Y. Shan, Z. J. Shang, J. F. Shangguan, L. G. Shao, M. Shao, C. P. Shen, H. F. Shen, W. H. Shen, X. Y. Shen, B. A. Shi, H. Shi, J. L. Shi, J. Y. Shi, S. Y. Shi, X. Shi, H. L. Song, J. J. Song, T. Z. Song, W. M. Song, Y. J. Song, Y. X. Song, S. Sosio, S. Spataro, F. Stieler, S. S Su, Y. J. Su, G. B. Sun, G. X. Sun, H. Sun, H. K. Sun, J. F. Sun, K. Sun, L. Sun, S. S. Sun, T. Sun, Y. C. Sun, Y. H. Sun, Y. J. Sun, Y. Z. Sun, Z. Q. Sun, Z. T. Sun, C. J. Tang, G. Y. Tang, J. Tang, J. J. Tang, L. F. Tang, Y. A. Tang, L. Y. Tao, M. Tat, J. X. Teng, J. Y. Tian, W. H. Tian, Y. Tian, Z. F. Tian, I. Uman, B. Wang, B. Wang, Bo Wang, C. Wang, Cong Wang, D. Y. Wang, H. J. Wang, J. J. Wang, K. Wang, L. L. Wang, L. W. Wang, M. Wang, M. Wang, N. Y. Wang, S. Wang, T. Wang, T. J. Wang, W. Wang, W. Wang, W. P. Wang, X. Wang, X. F. Wang, X. J. Wang, X. L. Wang, X. N. Wang, Y. Wang, Y. D. Wang, Y. F. Wang, Y. H. Wang, Y. J. Wang, Y. L. Wang, Y. N. Wang, Y. Q. Wang, Yaqian Wang, Yi Wang, Yuan Wang, Z. Wang, Z. L. Wang, Z. L. Wang, Z. Q. Wang, Z. Y. Wang, D. H. Wei, H. R. Wei, F. Weidner, S. P. Wen, Y. R. Wen, U. Wiedner, G. Wilkinson, M. Wolke, C. Wu, J. F. Wu, L. H. Wu, L. J. Wu, L. J. Wu, Lianjie Wu, S. G. Wu, S. M. Wu, X. Wu, X. H. Wu, Y. J. Wu, Z. Wu, L. Xia, X. M. Xian, B. H. Xiang, D. Xiao, G. Y. Xiao, H. Xiao, Y. L. Xiao, Z. J. Xiao, C. Xie, K. J. Xie, X. H. Xie, Y. Xie, Y. G. Xie, Y. H. Xie, Z. P. Xie, T. Y. Xing, C. F. Xu, C. J. Xu, G. F. Xu, H. Y. Xu, H. Y. Xu, M. Xu, Q. J. Xu, Q. N. Xu, T. D. Xu, W. Xu, W. L. Xu, X. P. Xu, Y. Xu, Y. Xu, Y. C. Xu, Z. S. Xu, F. Yan, H. Y. Yan, L. Yan, W. B. Yan, W. C. Yan, W. H. Yan, W. P. Yan, X. Q. Yan, H. J. Yang, H. L. Yang, H. X. Yang, J. H. Yang, R. J. Yang, T. Yang, Y. Yang, Y. F. Yang, Y. H. Yang, Y. Q. Yang, Y. X. Yang, Y. Z. Yang, M. Ye, M. H. Ye, Z. J. Ye, Junhao Yin, Z. Y. You, B. X. Yu, C. X. Yu, G. Yu, J. S. Yu, L. Q. Yu, M. C. Yu, T. Yu, X. D. Yu, Y. C. Yu, C. Z. Yuan, H. Yuan, J. Yuan, J. Yuan, L. Yuan, S. C. Yuan, X. Q. Yuan, Y. Yuan, Z. Y. Yuan, C. X. Yue, Ying Yue, A. A. Zafar, S. H. Zeng, X. Zeng, Y. Zeng, Y. J. Zeng, Y. J. Zeng, X. Y. Zhai, Y. H. Zhan, A. Q. Zhang, B. L. Zhang, B. X. Zhang, D. H. Zhang, G. Y. Zhang, G. Y. Zhang, H. Zhang, H. Zhang, H. C. Zhang, H. H. Zhang, H. Q. Zhang, H. R. Zhang, H. Y. Zhang, J. Zhang, J. Zhang, J. J. Zhang, J. L. Zhang, J. Q. Zhang, J. S. Zhang, J. W. Zhang, J. X. Zhang, J. Y. Zhang, J. Z. Zhang, Jianyu Zhang, L. M. Zhang, Lei Zhang, N. Zhang, P. Zhang, Q. Zhang, Q. Y. Zhang, R. Y. Zhang, S. H. Zhang, Shulei Zhang, X. M. Zhang, X. Y Zhang, X. Y. Zhang, Y. Zhang, Y. Zhang, Y. T. Zhang, Y. H. Zhang, Y. M. Zhang, Y. P. Zhang, Z. D. Zhang, Z. H. Zhang, Z. L. Zhang, Z. L. Zhang, Z. X. Zhang, Z. Y. Zhang, Z. Y. Zhang, Z. Z. Zhang, Zh. Zh. Zhang, G. Zhao, J. Y. Zhao, J. Z. Zhao, L. Zhao, L. Zhao, M. G. Zhao, N. Zhao, R. P. Zhao, S. J. Zhao, Y. B. Zhao, Y. L. Zhao, Y. X. Zhao, Z. G. Zhao, A. Zhemchugov, B. Zheng, B. M. Zheng, J. P. Zheng, W. J. Zheng, X. R. Zheng, Y. H. Zheng, B. Zhong, C. Zhong, H. Zhou, J. Q. Zhou, J. Y. Zhou, S. Zhou, X. Zhou, X. K. Zhou, X. R. Zhou, X. Y. Zhou, Y. Z. Zhou, A. N. Zhu, J. Zhu, K. Zhu, K. J. Zhu, K. S. Zhu, L. Zhu, L. X. Zhu, S. H. Zhu, T. J. Zhu, W. D. Zhu, W. D. Zhu, W. J. Zhu, W. Z. Zhu, Y. C. Zhu, Z. A. Zhu, X. Y. Zhuang, J. H. Zou, J. Zu
  • 分类:hep-ex
  • 原文链接http://arxiv.org/abs/2503.05382v1

中文摘要:使用在BEPCII对撞机上运行的BESIII探测器收集的20.3 fb⁻¹的e⁺e⁻对撞数据,中心质心能量为3.773 GeV,首次测量了三个强子粲介子衰变的分支比:$D^+\to \phi\pi^+\pi^+\pi^-$、$D^+\to K^0_SK^+\pi^+\pi^-\pi^0$和$D^+\to K^0_SK^+\omega$,分别为$(0.54\pm0.19\pm0.02)\times 10^{-4}$、$(2.51\pm0.34\pm0.14)\times 10^{-4}$和$(2.02\pm0.35\pm0.10)\times 10^{-4}$。此外,$D^+\to K^+K^-\pi^+\pi^+\pi^-$和$D^+\to K^0_SK^+\eta$的分支比也得到了更精确的测量,分别为$(0.66\pm0.11\pm0.03)\times 10^{-4}$和$(2.27\pm0.22\pm0.05)\times 10^{-4}$。

摘要

  • 原文标题:Search for Higgs boson exotic decays into Lorentz-boosted light bosons in the four-$τ$ final state at $\sqrt{s}=13$ TeV with the ATLAS detector
  • 中文标题:在$\sqrt{s}=13$ TeV下使用ATLAS探测器在四$\tau$末态中寻找希格斯玻色子向洛伦兹增强的轻玻色子的奇异衰变
  • 发布日期:2025-03-07 14:33:46+00:00
  • 作者:ATLAS Collaboration
  • 分类:hep-ex
  • 原文链接http://arxiv.org/abs/2503.05463v1

中文摘要:摘要:本文提出了一种对希格斯玻色子奇异衰变的搜索,该衰变产生一对低质量标量粒子,随后这些标量粒子衰变为$\tau$轻子,即$H\rightarrow aa\rightarrow \tau^+\tau^-\tau^+\tau^-$。在具有类Yukawa耦合的模型中,对于质量在$2m_{\tau} < m_a < 2m_{b}$范围内的轻$a$玻色子,衰变为$\tau$轻子是较为有利的。本文展示了在$4\,\mathrm{GeV} < m_a < 15\,\mathrm{GeV}$范围内,使用ATLAS探测器大型强子对撞机Run 2期间记录的$\sqrt{s}=13$ TeV质子-质子碰撞数据($140\,\mathrm{fb}^{-1}$)的结果。该搜索重点关注双$\tau$对,其中一个$\tau$轻子衰变为强子中微子,另一个衰变为μ子中微子。在此质量范围内,$a\rightarrow \tau^+\tau^-$过程受到洛伦兹增强,并使用专门的μ子去除技术来重建双$\tau$对。未观察到显著超出标准模型背景预测的异常信号。本文提供了$95\%$置信水平下$(\sigma(H)/\sigma_{\mathrm{SM}}(H))\times \mathcal{B}(H\rightarrow aa\rightarrow 4\tau)$的上限,范围从$0.03$到$0.10$,具体取决于$a$玻色子的质量。

摘要

  • 原文标题:Enhancing User Performance and Human Factors through Visual Guidance in AR Assembly Tasks
  • 中文标题:通过视觉引导增强AR装配任务中的用户表现和人为因素
  • 发布日期:2025-03-07 18:12:29+00:00
  • 作者:Leon Pietschmann, Michel Schimpf, Zhu-Tian Chen, Hanspeter Pfister, Thomas Bohné
  • 分类:cs.HC
  • 原文链接http://arxiv.org/abs/2503.05649v1

中文摘要:本研究通过一项受试者间实验,探讨了视觉引导(VG)对增强现实(AR)中用户表现和人为因素的影响。VG 是 AR 应用中的关键组成部分,作为数字信息现实世界交互之间的桥梁。与以往研究通常产生不一致结果不同,我们的研究聚焦于不同类型的支持性可视化而非交互方法。我们的研究结果显示,任务完成时间减少了 31%,但错误率显著上升,突显了速度准确性之间的权衡。此外,我们在实验设计中评估了遮挡的负面影响。除了考察认知负荷动机可用性等其他变量外,我们还确定了具体方向,并为未来研究提供了可操作的见解。总体而言,我们的结果强调了 VG 在提升 AR 用户表现方面的潜力,同时强调了进一步研究潜在人为因素的重要性。