对白脏话肉麻粗话视频,欧美又长又大又深又爽a片特黄,13岁可以塞下多少支马克笔,八戒八戒网影院在线观看

 首頁 / 科技發(fā)展 / 《質子》(質子 m)

《質子》(質子 m)

Time:2024-06-10 21:32:10 Read:157 作者:CEO

根據(jù)目前的理論,已知夸克有六種:上夸克、下夸克、頂夸克、底夸克、奇夸克和粲夸克,每種夸克都有相應的反夸克。

(相關資料圖)

《質子》(質子 m)

然而,除了上夸克和下夸克外,后四種夸克由于質量大而不穩(wěn)定,一般認為衰變很快。

但這一次,歐洲核研究組織(CERN)的科學家表示:

發(fā)現(xiàn)了質子內部長期存在粲夸克對的有力證據(jù)。

此外,這一證據(jù)是使用機器學習方法發(fā)現(xiàn)的。

40年前的問題終于找到可靠證據(jù)

首先,我們簡單介紹一下粲夸克。它是繼上夸克、下夸克、奇夸克之后發(fā)現(xiàn)的第四個夸克,符號為c。

它的質量為1.27 GeV/c2,在六種夸克中排名第三,帶正電荷為2/3單位,自旋與其他夸克一樣為1/2。

自20世紀80年代以來,有人推測質子內部可能存在一對正夸克和反粲夸克,但40年來一直沒有找到可靠的證據(jù)。

直到此時,NNPDF 協(xié)作組織使用了與以前不同的方法。

他們事先沒有對質子結構做出具體假設,而是使用了機器學習——

由所有六種夸克排列組成的所有假設質子結構都被考慮在內,然后與過去幾十年在主要對撞機上超過500,000 次真實粒子碰撞的實驗數(shù)據(jù)進行比較。

最后,證據(jù)發(fā)現(xiàn)“質子大約0.5%的動量來自正夸克和反粲夸克對”,精度為3個標準差。

換句話說,如果質子中不含有一對正夸克和反粲夸克,那么獲得這個結果的幾率只有0.3%。

以后畫物質結構示意圖時,大概就是這樣了。

說到粲夸克研究,粒子物理學的歷史是相當波瀾壯闊的。

1974年,丁肇中領導的布魯克海文實驗和斯坦福線性加速中心的兩個團隊獨立發(fā)現(xiàn)了J/介子,其中包含一對粲夸克和反粲夸克。

這一發(fā)現(xiàn)對粒子物理學產生了重大影響,史稱物理學的“十一月革命”。

兩年后,丁與斯坦福大學的伯頓·里希特分享了諾貝爾物理學獎。

從那時起,人們對粲夸克進行了越來越多的研究。

到了1980年,歐洲核子研究組織CERN的一項實驗表明,質子內部可能還存在一對粲夸克和反粲夸克,稱為本征粲夸克(Intrinstic Charm)。

但這次測試的結果還不夠精確,不足以解釋問題。

后來,許多不同的團隊跟進研究,提出了不同的質子模型并用實驗數(shù)據(jù)進行驗證,但產生了相互矛盾的結果。

過去40年來,學術界對粲夸克研究的興趣時起時落,但沒有人能夠拿出強有力的證據(jù)。

直到此時,在新的機器學習方法的幫助下,終于取得了突破,找到了內在粲夸克存在的證據(jù)。

許多物理學家認為,這一結果將對未來的粒子碰撞實驗產生相當大的影響……

對后續(xù)碰撞實驗的影響

在進行碰撞實驗時,我們經常會與質子打交道,而這種對質子內部結構的研究很可能會影響后續(xù)的相關實驗。

也許在未來的碰撞實驗中修改質子模型時會考慮粲夸克對。

劍橋大學的哈里·克利夫說:

大型強子對撞機很大程度上依賴于質子結構的精度,因此后續(xù)相關實驗可能不得不考慮粲夸克對的影響。

例如,南極洲的冰立方中微子觀測站正在尋找宇宙射線撞擊地球大氣中的粒子時產生的稀有中微子。這可能需要考慮質子的粲夸克對結構。

不過,不少同事表示,這項研究結果“符合預期”,畢竟之前已經有過相關預測。

3個標準差的精度通??梢员灰暈榱W游锢韺W的初步證據(jù)。

要被正式認定為“發(fā)現(xiàn)”,閾值至少為5 個標準差。

在后續(xù)計劃中,研究團隊還表示將進行更多實驗,將精度提高到5個標準差。

到那時,質子中不存在粲夸克的可能性只有三百五十萬分之一。

在這篇Nature 論文中,作者簽名欄中只有一項:The NNPDF Collaboration。

這是歐洲核研究中心CERN下屬的非營利組織,由多個國家的大學和研究機構資助。

針對這項研究,英國愛丁堡大學希格斯理論物理中心、意大利米蘭大學Tif 實驗室、荷蘭阿姆斯特丹自由大學物理和天文學系等組織以及荷蘭國家亞原子物理研究所(NIKHEF)參加了。

論文發(fā)表后,一些物理老師開始討論教科書重寫的問題。

以后還會教學生兩個上夸克和一個下夸克的經典模型嗎?

教它吧,畢竟考試的時候也要這樣寫。不過,最新的結論可以看作是擴展和討論。

而物理系的學生也爭先恐后地告訴對方:“壞了,以后得重新學。”

許多人也對人工智能和物理學家合作產生突破性成果的模型感興趣。

事實上,數(shù)據(jù)驅動的科學人工智能被譽為下一個科學研究范式。

當涉及到粒子物理領域時更是如此。

大型粒子對撞機通過反復實驗產生海量數(shù)據(jù),而人工智能最擅長的是從海量數(shù)據(jù)中發(fā)現(xiàn)新模式。

負責審稿這篇論文的高能物理學家、斯隆獎獲得者Christine Aidala 也評論道:

機器學習的應用對于這項研究至關重要,因為它可以產生物理學家自己不一定想到的假設,并減少數(shù)據(jù)分析中的偏差。

Copyright ? 2002-2025 訊肆科技網(wǎng) 版權所有 

免責聲明: 1、本站部分內容系互聯(lián)網(wǎng)收集或編輯轉載,并不代表本網(wǎng)贊同其觀點和對其真實性負責。 2、本頁面內容里面包含的圖片、視頻、音頻等文件均為外部引用,本站一律不提供存儲。 3、如涉及作品內容、版權和其它問題,請在30日內與本網(wǎng)聯(lián)系,我們將在第一時間刪除或斷開鏈接! 4、本站如遇以版權惡意詐騙,我們必奉陪到底,抵制惡意行為。 ※ 有關作品版權事宜請聯(lián)系客服郵箱:478923*qq.com(*換成@)

備案號: 滬ICP備2023025279號-31