Snowmass 2021 Whitepaper: Proton Structure at the Precision Frontier

Amoroso, S.; Apyan, A.; Armesto, N.; Ball, R. D.; Bertone, V.; Bissolotti, C.; Blümlein, J.; Boughezal, R.; Bozzi, G.; Britzger, D.; Buckley, A.; Candido, A.; Carrazza, S.; Celiberto, F. G.; Cerci, S.; Chachamis, G.; Cooper-Sarkar, A. M.; Courtoy, A.; Cridge, T.; Cruz-Martinez, J. M.; Giuli, F.; Guzzi, M.; Gwenlan, C.; Harland-Lang, L. A.; Hekhorn, F.; Hentschinski, M.; Hobbs, T. J.; Hoeche, S.; Huss, A.; Huston, J.; Jadach, S.; Jalilian-Marian, J.; Klein, M.; Krintiras, G. K.; Lin, H.-W.; Loizides, C.; Magni, G.; Malaescu, B.; Mistlberger, B.; Moch, S.; Nadolsky, P. M.; Nocera, E. R.; Olness, F. I.; Petriello, F.; Pires, J.; Rabbertz, K.; Rojo, J.; Royon, C.; Schnell, G.; Schwan, C.; Siódmok, A.; Soper, D. E.; Sutton, M.; Thorne, R. S.; Ubiali, M.; Vita, G.; Weber, J. H.; Whitehead, J.; Xie, K.; Yuan, C.-P.; Zhou, B

Título

Snowmass 2021 Whitepaper: Proton Structure at the Precision Frontier

Tema

Aprendizaje automático (Machine learning)

Fecha de publicación

17-feb-2023

Editor

Acta Physica Polónica B

Descripción física

Informe técnico que resume el estado y las perspectivas futuras para la determinación de funciones de distribución de partones (PDF) de alta precisión, aplicables en un amplio rango de energías y experimentos; en particular, en pruebas de precisión del Modelo Estándar y en nuevas investigaciones físicas en el Gran Colisionador de Hadrones y el Colisionador Electrón-Ión de alta luminosidad.

URI

https://repositorio.tic.unam.mx/handle/123456789/3758

Aparece en las colecciones: Publicaciones académicas y científicas

Mostrar el registro Dublin Core completo del ítem EstadÍsticas