KI und die schwierigen Probleme der Welt · Physik · arXiv · 2026-10-23
Maschinelles Lernen für Neutrino-Kern-Wirkungsquerschnitte II: Mehr Leptonen
Originaltitel: Machine Learning Neutrino-Nucleus Cross Sections II: More Leptons
Neutrino-Kern-Wirkungsquerschnitte sind für Oszillationsexperimente mit langer Basislinie unverzichtbar, lassen sich aber nur schwer präzise modellieren, und datengetriebene Black-Box-Modelle lassen sich nicht zwischen den Flüssen am Nah- und Ferndetektor verallgemeinern. Die Autoren erweiterten ein Strukturfunktions-Framework, das Symmetrien des Standardmodells erzwingt, auf mehrere Leptonflavours und beide Strahlmodi, einschließlich des Elektron-Appearance-Kanals. Das gelernte Modell reproduzierte die eingespeisten Oszillationsparameter ohne signifikante Verzerrung, mit Einschränkungen, die mit denen des exakten Wirkungsquerschnitts vergleichbar waren, und für genaue Ergebnisse mussten Flussparameter als Störparameter einbezogen werden.