WikiEdge:ArXiv速递/2025-05-09:修订间差异
Updated page by Carole |
Updated page by Carole |
||
第16行: | 第16行: | ||
*'''原文链接''':http://arxiv.org/abs/2505.05909v1 | *'''原文链接''':http://arxiv.org/abs/2505.05909v1 | ||
'''中文摘要''':我们利用安装在[[CERN]] [[轴子]] [[太阳望远镜]]([[CAST]])上的新型7-[[GridPix]] [[探测器]]数据,对通过[[轴子-电子耦合]]($g_{ae}$)产生的[[太阳轴子]]进行了搜索。该探测器采用超薄[[氮化硅]]窗口和[[多层反符合系统]],在2017-2018年间收集了约160小时的[[太阳追踪]]数据。通过[[机器学习]]技术和[[反符合系统]],我们在0.2-8[[keV]]能量范围内实现了$1.06\times 10^{-5}\,\text{keV}^{-1}\text{cm}^{-2}\text{s}^{-1}$的[[本底率]],[[信号效率]]约为80%。数据分析未发现显著超出本底的信号,由此我们为[[轴子-电子]]与[[轴子-光子]] [[耦合常数]]的乘积设定了新的上限:在95%[[置信水平]]下$g_{ae}\cdot g_{a\gamma} < 7.35\times 10^{-23}\,\text{GeV}^{-1}$。该结果改进了此前最好的[[太阳望远镜]]限制,并展示了[[GridPix]]技术在[[稀有事件搜索]]中的潜力。此外,我们推导出[[轴子-光子耦合常数]]在95%置信水平下的限制$g_{a\gamma} < 9.0\times 10^{-11}\,\text{GeV}^{-1}$,虽未超越[[CAST]]的最佳限制,但为[[轴子模型]]提供了补充约束。 | '''中文摘要''':我们利用安装在[[CERN]] [[轴子]] [[太阳望远镜]]([[CAST]])上的新型7-[[GridPix]] [[探测器]]数据,对通过[[轴子-电子耦合]]($g_{ae}$)产生的[[太阳轴子]]进行了搜索。该探测器采用超薄[[氮化硅]]窗口和[[多层反符合系统]],在2017-2018年间收集了约160小时的[[太阳追踪]]数据。通过[[机器学习]]技术和[[反符合系统]],我们在0.2-8[[keV]]能量范围内实现了$1.06\times 10^{-5}\,\text{keV}^{-1}\text{cm}^{-2}\text{s}^{-1}$的[[本底率]],[[信号效率]]约为80%。数据分析未发现显著超出本底的信号,由此我们为[[轴子-电子]]与[[轴子-光子]] [[耦合常数]]的乘积设定了新的上限:在95%[[置信水平]]下$g_{ae}\cdot g_{a\gamma} < 7.35\times 10^{-23}\,\text{GeV}^{-1}$。该结果改进了此前最好的[[太阳望远镜]]限制,并展示了[[GridPix]]技术在[[稀有事件搜索]]中的潜力。此外,我们推导出[[轴子-光子耦合常数]]在95%置信水平下的限制$g_{a\gamma} < 9.0\times 10^{-11}\,\text{GeV}^{-1}$,虽未超越[[CAST]]的最佳限制,但为[[轴子模型]]提供了补充约束。 | ||
== 摘要 == | |||
* '''原文标题''':Alternating Methods for Large-Scale AC Optimal Power Flow with Unit Commitment | |||
* '''中文标题''':大规模交流最优潮流与机组组合的交替求解方法 | |||
* '''发布日期''':2025-05-09 17:41:40+00:00 | |||
* '''作者''':Matthew Brun, Thomas Lee, Dirk Lauinger, Xin Chen, Xu Andy Sun | |||
* '''分类''':math.OC, 49M27, 90C06, 90B99 | |||
*'''原文链接''':http://arxiv.org/abs/2505.06211v1 | |||
'''中文摘要''':[[安全约束机组组合]]与[[交流最优潮流]](SCUC-ACOPF)是[[电网运行]]中的核心问题,其在物理精确的[[电力传输模型]]下优化[[发电机组]]的启停与[[出力分配]],同时增强对[[元件故障]]的[[鲁棒性]]。SCUC-ACOPF需要在严格时限内求解涉及多时段、数千[[节点网络]]的大规模问题。本文研究了一个包含现代电网丰富特性的详细SCUC-ACOPF模型,包括[[价格敏感负荷]]、[[备用产品]]、[[变压器控制]]和[[能量受限设备]]。我们提出了一种[[分解方案]]和[[惩罚交替方向法]]来求解该模型的[[高质量解]]。该方法通过[[时空分解]]将问题拆分为各节点的[[混合整数线性规划]]和各时段的[[连续非线性规划]]。为提高[[算法性能]],我们引入了多种[[启发式策略]]:[[时序耦合约束限制]]、[[二阶锥松弛]]以及[[故障筛选算法]]。通过[[凸二阶锥规划]]的[[对偶界]]定量评估[[可行解质量]]。基于[[美国能源部]]电网优化竞赛第三阶段的大规模测试案例(模拟多种[[运行条件]]和[[决策周期]]下的真实电网数据)进行[[算法验证]],实验获得的可行解平均[[最优间隙]]为1.33%,表明该方法能在严格时限内生成接近最优的解。 |
2025年5月13日 (二) 02:29的版本
摘要
- 原文标题:Measurement of the phase between strong and electromagnetic amplitudes in the decay $J/ψ\toφη$
- 中文标题:$J/ψ\toφη$衰变中强相互作用与电磁相互作用振幅相位差的测量
- 发布日期:2025-05-09 08:55:58+00:00
- 作者:BESIII Collaboration, M. Ablikim, M. N. Achasov, P. Adlarson, O. Afedulidis, X. C. Ai, R. Aliberti, A. Amoroso, Y. Bai, O. Bakina, I. Balossino, 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, 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, Y. B. Chen, Y. Q. Chen, Z. J. Chen, Z. Y. Chen, S. K. Choi, 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, J. Dong, L. Y. Dong, M. Y. Dong, X. Dong, M. C. Du, S. X. Du, Y. Y. Duan, Z. H. Duan, P. Egorov, Y. H. Fan, J. Fang, J. Fang, S. S. Fang, W. X. Fang, Y. 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. N. Gao, Yang Gao, S. Garbolino, I. Garzia, L. Ge, P. T. Ge, Z. W. Ge, C. Geng, E. M. Gersabeck, A. Gilman, K. Goetzen, 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, 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, B. Y. Hu, H. M. Hu, J. F. Hu, Q. P. Hu, S. L. Hu, T. Hu, Y. Hu, G. S. Huang, K. X. Huang, L. Q. Huang, X. T. Huang, Y. P. Huang, Y. S. Huang, T. Hussain, F. Hölzken, N. Hüsken, N. in der Wiesche, J. Jackson, S. Janchiv, J. H. Jeong, Q. Ji, Q. P. Ji, W. Ji, X. B. Ji, X. L. Ji, Y. Y. Ji, X. Q. Jia, Z. K. Jia, D. Jiang, H. B. Jiang, P. C. Jiang, S. S. 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, L. Lavezzi, T. T. Lei, Z. H. Lei, M. Lellmann, T. Lenz, C. Li, C. Li, C. H. Li, Cheng 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, L. J. Li, L. K. Li, Lei Li, M. H. Li, P. R. Li, Q. M. Li, Q. X. Li, R. Li, S. X. Li, T. Li, W. D. Li, W. G. Li, X. Li, X. H. Li, X. L. Li, X. Y. Li, X. Z. Li, Y. G. Li, Z. J. Li, Z. Y. Li, C. Liang, H. Liang, H. Liang, Y. F. Liang, Y. T. Liang, G. R. Liao, Y. P. Liao, J. Libby, A. Limphirat, C. C. Lin, C. X. Lin, D. X. 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. Y. 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, X. Liu, X. 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. P. Lu, Z. H. Lu, C. L. Luo, J. R. Luo, M. X. Luo, T. Luo, X. L. Luo, X. R. Lyu, Y. F. Lyu, F. C. Ma, H. Ma, H. L. Ma, J. L. Ma, L. L. Ma, L. R. Ma, M. M. Ma, Q. M. Ma, R. Q. Ma, T. Ma, X. T. Ma, X. Y. Ma, Y. M. Ma, F. E. Maas, I. MacKay, M. Maggiora, S. Malde, Y. J. Mao, Z. P. Mao, S. Marcello, 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, Y. Niu, S. L. Olsen, 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, V. Prasad, F. Z. Qi, H. Qi, H. R. Qi, M. Qi, T. Y. Qi, S. Qian, W. B. Qian, C. F. Qiao, X. K. Qiao, J. J. Qin, L. Q. Qin, L. Y. Qin, X. P. Qin, X. S. Qin, Z. H. Qin, J. F. Qiu, Z. H. Qu, C. F. Redmer, K. J. Ren, A. Rivetti, M. Rolo, G. Rong, 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, Q. Q. Shi, S. Y. Shi, X. Shi, 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, W. Y. Sun, Y. Sun, Y. J. Sun, Y. Z. Sun, Z. Q. Sun, Z. T. Sun, C. J. Tang, G. Y. Tang, J. Tang, M. Tang, Y. A. Tang, L. Y. Tao, Q. T. Tao, M. Tat, J. X. Teng, V. Thoren, W. H. Tian, Y. Tian, Z. F. Tian, I. Uman, Y. Wan, S. J. Wang, B. Wang, B. L. Wang, Bo Wang, D. Y. Wang, F. Wang, H. J. Wang, J. J. Wang, J. P. Wang, K. Wang, L. L. Wang, M. Wang, N. Y. Wang, S. 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. L. Wang, Y. N. Wang, Y. Q. Wang, Yaqian Wang, Yi Wang, Z. Wang, Z. L. Wang, Z. Y. Wang, Ziyi Wang, D. H. Wei, F. Weidner, S. P. Wen, Y. R. Wen, U. Wiedner, G. Wilkinson, M. Wolke, L. Wollenberg, C. Wu, J. F. Wu, L. H. Wu, L. J. Wu, X. Wu, X. H. Wu, Y. Wu, Y. H. Wu, Y. J. Wu, Z. Wu, L. Xia, X. M. Xian, B. H. Xiang, T. Xiang, D. Xiao, G. Y. Xiao, S. Y. Xiao, Y. L. Xiao, Z. J. Xiao, C. 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, M. Xu, Q. J. Xu, Q. N. Xu, W. Xu, W. L. Xu, X. P. Xu, Y. Xu, Y. C. Xu, Z. S. Xu, F. Yan, L. Yan, W. B. Yan, W. C. Yan, X. Q. Yan, H. J. Yang, H. L. Yang, H. X. Yang, J. H. Yang, T. Yang, Y. Yang, Y. F. Yang, Y. F. Yang, Y. X. Yang, Z. W. Yang, Z. P. Yao, M. Ye, M. H. Ye, J. H. Yin, Junhao Yin, Z. Y. You, B. X. Yu, C. X. Yu, G. Yu, J. S. Yu, M. C. Yu, T. Yu, X. D. Yu, Y. C. Yu, C. Z. Yuan, J. Yuan, J. Yuan, L. Yuan, S. C. Yuan, Y. Yuan, Z. Y. Yuan, C. X. Yue, A. A. Zafar, F. R. Zeng, S. H. Zeng, X. Zeng, Y. Zeng, Y. J. Zeng, Y. J. Zeng, X. Y. Zhai, Y. C. Zhai, Y. H. Zhan, A. Q. Zhang, B. L. Zhang, B. X. Zhang, D. H. Zhang, G. Y. Zhang, H. Zhang, H. Zhang, H. C. Zhang, H. H. 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, P. 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, Yan Zhang, Z. D. Zhang, Z. H. Zhang, Z. L. Zhang, Z. Y. Zhang, Z. Y. Zhang, Z. Z. Zhang, G. Zhao, J. Y. Zhao, J. Z. Zhao, L. Zhao, Lei Zhao, M. G. Zhao, N. Zhao, R. P. Zhao, S. J. Zhao, Y. B. Zhao, Y. X. Zhao, Z. G. Zhao, A. Zhemchugov, B. Zheng, B. M. Zheng, J. P. Zheng, W. J. Zheng, Y. H. Zheng, B. Zhong, X. Zhong, H. Zhou, J. Y. Zhou, L. P. Zhou, S. Zhou, X. Zhou, X. K. Zhou, X. R. Zhou, X. Y. Zhou, Y. Z. Zhou, Z. C. 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, Y. C. Zhu, Z. A. Zhu, J. H. Zou, J. Zu
- 分类:hep-ex
- 原文链接:http://arxiv.org/abs/2505.05888v1
中文摘要:摘要:首次直接测量了$J/\psi$衰变到矢量-赝标量末态时强相互作用振幅与电磁振幅的相对相位,该测量基于$e^+e^-$对撞在3.00 GeV至3.12 GeV能量区间内26个能量点的实验数据。BESIII探测器收集的数据总积分亮度为452 [[pb$^{-1}$]]。通过分析$e^+e^-\to\phi\eta$反应截面线形中的干涉图案,确定$J/\psi$衰变的强相互作用振幅与电磁振幅的相对相位在68%置信水平下位于$[133^\circ,228^\circ]$区间。该结果表明$J/\psi$衰变的强相互作用振幅与电磁振幅之间存在干涉效应。
摘要
- 原文标题:Search for solar axions produced through the axion-electron coupling $g_{ae}$ using a new GridPix detector at CAST
- 中文标题:基于新型GridPix探测器的CAST实验通过轴子-电子耦合$g_{ae}$搜索太阳轴子
- 发布日期:2025-05-09 09:32:55+00:00
- 作者:K. Altenmüller, V. Anastassopoulos, S. Arguedas-Cuendis, S. Aune, J. Baier, K. Barth, H. Bräuninger, G. Cantatore, F. Caspers, J. F. Castel, S. A. Çetin, F. Christensen, C. Cogollos, T. Dafni, M. Davenport, T. A. Decker, K. Desch, D. Díez-Ibáñez, B. Döbrich, E. Ferrer-Ribas, H. Fischer, W. Funk, J. Galán, J. A. García, A. Gardikiotis, I. Giomataris, J. Golm, C. H. Hailey, M. D. Hasinoff, D. H. H. Hoffmann, I. G. Irastorza, J. Jacoby, A. C. Jakobsen, K. Jakovčić, J. Kaminski, M. Karuza, S. Kostoglou, C. Krieger, J. M. Laurent, G. Luzón, C. Malbrunot, C. Margalejo, M. Maroudas, L. Miceli, H. Mirallas, P. Navarro, L. Obis, A. Özbey, K. Özbozduman, T. Papaevangelou, O. Pérez, M. J. Pivovaroff, M. Rosu, E. Ruiz-Chóliz, J. Ruz, T. Schiffer, S. Schmidt, M. Schumann, Y. K. Semertzidis, S. K. Solanki, L. Stewart, T. Vafeiadis, J. K. Vogel, K. Zioutas
- 分类:hep-ex
- 原文链接:http://arxiv.org/abs/2505.05909v1
中文摘要:我们利用安装在CERN 轴子 太阳望远镜(CAST)上的新型7-GridPix 探测器数据,对通过轴子-电子耦合($g_{ae}$)产生的太阳轴子进行了搜索。该探测器采用超薄氮化硅窗口和多层反符合系统,在2017-2018年间收集了约160小时的太阳追踪数据。通过机器学习技术和反符合系统,我们在0.2-8keV能量范围内实现了$1.06\times 10^{-5}\,\text{keV}^{-1}\text{cm}^{-2}\text{s}^{-1}$的本底率,信号效率约为80%。数据分析未发现显著超出本底的信号,由此我们为轴子-电子与轴子-光子 耦合常数的乘积设定了新的上限:在95%置信水平下$g_{ae}\cdot g_{a\gamma} < 7.35\times 10^{-23}\,\text{GeV}^{-1}$。该结果改进了此前最好的太阳望远镜限制,并展示了GridPix技术在稀有事件搜索中的潜力。此外,我们推导出轴子-光子耦合常数在95%置信水平下的限制$g_{a\gamma} < 9.0\times 10^{-11}\,\text{GeV}^{-1}$,虽未超越CAST的最佳限制,但为轴子模型提供了补充约束。
摘要
- 原文标题:Alternating Methods for Large-Scale AC Optimal Power Flow with Unit Commitment
- 中文标题:大规模交流最优潮流与机组组合的交替求解方法
- 发布日期:2025-05-09 17:41:40+00:00
- 作者:Matthew Brun, Thomas Lee, Dirk Lauinger, Xin Chen, Xu Andy Sun
- 分类:math.OC, 49M27, 90C06, 90B99
- 原文链接:http://arxiv.org/abs/2505.06211v1
中文摘要:安全约束机组组合与交流最优潮流(SCUC-ACOPF)是电网运行中的核心问题,其在物理精确的电力传输模型下优化发电机组的启停与出力分配,同时增强对元件故障的鲁棒性。SCUC-ACOPF需要在严格时限内求解涉及多时段、数千节点网络的大规模问题。本文研究了一个包含现代电网丰富特性的详细SCUC-ACOPF模型,包括价格敏感负荷、备用产品、变压器控制和能量受限设备。我们提出了一种分解方案和惩罚交替方向法来求解该模型的高质量解。该方法通过时空分解将问题拆分为各节点的混合整数线性规划和各时段的连续非线性规划。为提高算法性能,我们引入了多种启发式策略:时序耦合约束限制、二阶锥松弛以及故障筛选算法。通过凸二阶锥规划的对偶界定量评估可行解质量。基于美国能源部电网优化竞赛第三阶段的大规模测试案例(模拟多种运行条件和决策周期下的真实电网数据)进行算法验证,实验获得的可行解平均最优间隙为1.33%,表明该方法能在严格时限内生成接近最优的解。