WikiEdge:ArXiv速遞/2025-06-03

摘要

• 原文標題：Measurement of the Positive Muon Anomalous Magnetic Moment to 127 ppb
• 中文標題：正μ子反常磁矩的127 ppb精度測量
• 發布日期：2025-06-03 16:46:28+00:00
• 作者：D. P. Aguillard, T. Albahri, D. Allspach, J. Annala, K. Badgley, S. Baeßler, I. Bailey, L. Bailey, E. Barlas-Yucel, T. Barrett, E. Barzi, F. Bedeschi, M. Berz, M. Bhattacharya, H. P. Binney, P. Bloom, J. Bono, E. Bottalico, T. Bowcock, S. Braun, M. Bressler, G. Cantatore, R. M. Carey, B. C. K. Casey, D. Cauz, R. Chakraborty, A. Chapelain, S. Chappa, S. Charity, C. Chen, M. Cheng, R. Chislett, Z. Chu, T. E. Chupp, C. Claessens, F. Confortini, M. E. Convery, S. Corrodi, L. Cotrozzi, J. D. Crnkovic, S. Dabagov, P. T. Debevec, S. Di Falco, G. Di Sciascio, S. Donati, B. Drendel, A. Driutti, M. Eads, A. Edmonds, J. Esquivel, M. Farooq, R. Fatemi, K. Ferraby, C. Ferrari, M. Fertl, A. T. Fienberg, A. Fioretti, D. Flay, S. B. Foster, H. Friedsam, N. S. Froemming, C. Gabbanini, I. Gaines, S. Ganguly, J. George, L. K. Gibbons, A. Gioiosa, K. L. Giovanetti, P. Girotti, W. Gohn, L. Goodenough, T. Gorringe, J. Grange, S. Grant, F. Gray, S. Haciomeroglu, T. Halewood-Leagas, D. Hampai, F. Han, J. Hempstead, D. W. Hertzog, G. Hesketh, E. Hess, A. Hibbert, Z. Hodge, S. Y. Hoh, K. W. Hong, R. Hong, T. Hu, Y. Hu, M. Iacovacci, M. Incagli, S. Israel, P. Kammel, M. Kargiantoulakis, M. Karuza, J. Kaspar, D. Kawall, L. Kelton, A. Keshavarzi, D. S. Kessler, K. S. Khaw, Z. Khechadoorian, B. Kiburg, M. Kiburg, O. Kim, N. Kinnaird, E. Kraegeloh, J. LaBounty, K. R. Labe, M. Lancaster, S. Lee, B. Li, D. Li, L. Li, I. Logashenko, A. Lorente Campos, Z. Lu, A. Lucà, G. Lukicov, A. Lusiani, A. L. Lyon, B. MacCoy, R. Madrak, K. Makino, S. Mastroianni, R. McCarthy, J. P. Miller, S. Miozzi, B. Mitra, J. P. Morgan, W. M. Morse, J. Mott, A. Nath, J. K. Ng, H. Nguyen, Y. Oksuzian, Z. Omarov, W. Osar, R. Osofsky, S. Park, G. Pauletta, J. Peck, G. M. Piacentino, R. N. Pilato, K. T. Pitts, B. Plaster, N. Pohlman, C. C. Polly, D. Počanić, J. Price, B. Quinn, M. U. H. Qureshi, G. Rakness, S. Ramachandran, E. Ramberg, R. Reimann, B. L. Roberts, D. L. Rubin, M. Sakurai, L. Santi, C. Schlesier, A. Schreckenberger, Y. K. Semertzidis, M. Sorbara, J. Stapleton, D. Still, C. Stoughton, D. Stratakis, D. Stöckinger, H. E. Swanson, G. Sweetmore, D. A. Sweigart, M. J. Syphers, Y. Takeuchi, D. A. Tarazona, T. Teubner, A. E. Tewsley-Booth, V. Tishchenko, N. H. Tran, W. Turner, E. Valetov, D. Vasilkova, G. Venanzoni, T. Walton, A. Weisskopf, L. Welty-Rieger, P. Winter, Y. Wu, B. Yu, M. Yucel, E. Zaid, Y. Zeng, C. Zhang
• 分類：hep-ex, nucl-ex
• 原文鏈接：http://arxiv.org/abs/2506.03069v1

中文摘要：摘要：本文基於費米國家加速器實驗室(FNAL)的μ子g-2實驗在2020至2023年採集的數據，對正μ子磁異常$a_{\mu}$進行了最新測量。該數據集包含的統計量是我們先前結果的2.5倍以上。通過測量μ子與質子在存儲環磁場中的進動頻率比，並結合精確已知的基本常數比，我們得出新數據集的磁異常值為$a_{\mu} = 116\,592\,0710(162) \times 10^{-12}$（139 ppb），與先前結果合併後為$a_{\mu} = 116\,592\,0705(148) \times 10^{-12}$（127 ppb）。由FNAL測量主導的新實驗世界平均值為$a_{\mu}(\text{exp}) =116\,592\,0715(145) \times 10^{-12}$（124 ppb），該測量將世界平均值的精度提高了四倍以上。

摘要

• 原文標題：Usability Evaluation of Cloud for HPC Applications
• 中文標題：高性能計算應用的雲可用性評估
• 發布日期：2025-06-03 10:05:30+00:00
• 作者：Vanessa Sochat, Daniel Milroy, Abhik Sarkar, Aniruddha Marathe
• 分類：cs.DC, cs.PF
• 原文鏈接：http://arxiv.org/abs/2506.02709v1

中文摘要：摘要：人工智能的興起與雲計算的經濟主導地位為高性能計算（HPC）創造了新的創新交匯點，而HPC長期以來一直是推動科學發現的重要力量。除了性能需求外，科學工作流日益需要雲環境的能力：可移植性、可復現性、動態性和自動化。隨着融合雲環境的出現，研究其對HPC用例的適配性變得愈發重要。本文通過跨平台可用性研究，評估了11種不同的HPC代理應用和基準測試，覆蓋三大雲平台（微軟Azure、亞馬遜AWS和谷歌雲）、六種環境以及兩種計算配置（CPU與GPU），並與某大型中心的本地HPC集群進行對比。我們在所有環境中對應用程序進行了高達28,672個CPU和256個GPU的擴展測試。通過展示方法論與結果，本研究為未來工作提供指導，並為定義雲中運行HPC工作負載的最佳實踐奠定基礎。

摘要

• 原文標題：An Algorithmic Pipeline for GDPR-Compliant Healthcare Data Anonymisation: Moving Toward Standardisation
• 中文標題：符合GDPR的醫療數據匿名化算法流程：邁向標準化
• 發布日期：2025-06-03 14:40:38+00:00
• 作者：Hamza Khan, Lore Menten, Liesbet M. Peeters
• 分類：cs.CR
• 原文鏈接：http://arxiv.org/abs/2506.02942v1

中文摘要：高質量的真實世界數據（RWD）對醫療保健至關重要，但必須經過轉換以符合《通用數據保護條例》（GDPR）。GDPR對准標識符（QIDs）和敏感屬性（SAs）的寬泛定義使實施變得複雜。我們旨在通過引入一種算法方法識別QIDs和SAs，並評估匿名化數據集中的效用，從而標準化符合GDPR的RWD匿名化，同時保留數據效用。我們通過ProQuest和PubMed進行了系統性文獻綜述，以構建一個三階段匿名化流程：識別、去標識化和准標識符維度評估。該流程在兩個模擬RWD數據集（500行和1000行）上實施、驗證和測試。隱私性通過k-匿名性、l-多樣性和t-接近性評估；效用性通過非均勻熵（NUE）衡量。文獻綜述得出兩項關於QID/SA識別的研究和五項關於效用指標的研究。應用該流程後，屬性通過alpha和beta閾值（500行數據為25%/1%；1000行數據為10%/1%）按重新識別風險分類。隱私指標將k-匿名性從1提升至4（500行）和1提升至110（1000行）。NUE得分分別為69.26%和69.05%，表明儘管隱私增益不同，但效用性保持一致。我們提出了一種符合GDPR的醫療RWD匿名化流程，為QID/SA識別和效用評估提供了可復現的方法；公開可用的代碼促進了標準化、數據隱私和開放科學。