会员服务
totem协议 · CMS · 前向 ·
2011 年 10 月 5 日
First Results from the TOTEM Experiment
翻译：TOTEM实验的第一批结果
G. Latino,G. Antchev,P. Aspell,I. Atanassov,V. Avati,J. Baechler,V. Berardi,M. Berretti,E. Bossini,M. Bozzo,P. Brogi,E. Brucken,A. Buzzo,F. Cafagna,M. Calicchio,M. G. Catanesi,C. Covault,T. Csorgo,M. Deile,K. Eggert,V. Eremin,R. Ferretti,F. Ferro,A. Fiergolski,F. Garcia,S. Giani,V. Greco,L. Grzanka,J. Heino,T. Hilden,M. R. Intonti,J. Kaspar,J. Kopal,V. Kundrat,K. Kurvinen,S. Lami,R. Lauhakangas,T. Leszko,E. Lippmaa,M. Lokajicek,M. Lo Vetere,F. Lucas Rodriguez,M. Macri,L. Magaletti,A. Mercadante,S. Minutoli,F. Nemes,H. Niewiadomski,E. Oliveri,F. Oljemark,R. Orava,M. Oriunno,K. Osterberg,P. Palazzi,J. Prochazka,M. Quinto,E. Radermacher,E. Radicioni,F. Ravotti,E. Robutti,L. Ropelewski,G. Ruggiero,H. Saarikko,G. Sanguinetti,A. Santroni,A. Scribano,W. Snoeys,J. Sziklai,C. Taylor,N. Turini,V. Vacek,M. Vitek,J. Welti,J. Whitmore
G. Latino,G. Antchev,P. Aspell,I. Atanassov,V. Avati,J. Baechler,V. Berardi,M. Berretti,E. Bossini,M. Bozzo,P. Brogi,E. Brucken,A. Buzzo,F. Cafagna,M. Calicchio,M. G. Catanesi,C. Covault,T. Csorgo,M. Deile,K. Eggert,V. Eremin,R. Ferretti,F. Ferro,A. Fiergolski,F. Garcia,S. Giani,V. Greco,L. Grzanka,J. Heino,T. Hilden,M. R. Intonti,J. Kaspar,J. Kopal,V. Kundrat,K. Kurvinen,S. Lami,R. Lauhakangas,T. Leszko,E. Lippmaa,M. Lokajicek,M. Lo Vetere,F. Lucas Rodriguez,M. Macri,L. Magaletti,A. Mercadante,S. Minutoli,F. Nemes,H. Niewiadomski,E. Oliveri,F. Oljemark,R. Orava,M. Oriunno,K. Osterberg,P. Palazzi,J. Prochazka,M. Quinto,E. Radermacher,E. Radicioni,F. Ravotti,E. Robutti,L. Ropelewski,G. Ruggiero,H. Saarikko,G. Sanguinetti,A. Santroni,A. Scribano,W. Snoeys,J. Sziklai,C. Taylor,N. Turini,V. Vacek,M. Vitek,J. Welti,J. Whitmore
from arxiv, Conference Proceeding. MPI@LHC 2010: 2nd International Workshop on Multiple Partonic Interactions at the LHC. Glasgow (UK), 29th of November to the 3rd of December 2010

The first physics results from the TOTEM experiment are here reported, concerning the measurements of the total, differential elastic, elastic and inelastic pp cross-section at the LHC energy of $\sqrt{s}$ = 7 TeV, obtained using the luminosity measurement from CMS. A preliminary measurement of the forward charged particle $\eta$ distribution is also shown.


翻译：此处报告了TOTEM实验的第一批物理结果,涉及测测LHC能量=7 TIV=$sqrt{s}=7 TeV的总、差弹性、弹性和无弹性 pp的剖面,该能量是利用CMS的光度测量获得的。
0
下载
关闭预览

相关内容

totem协议也许你还比较陌生,但是corosync就是totem协议的一个开源实现。
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
专知会员服务
119+阅读 · 2020年5月30日
【Python Tricks新书】The book: A Buffet of Awesome Python Features，299页pdf
【Python Tricks新书】The book: A Buffet of Awesome Python Features，299页pdf
专知会员服务
44+阅读 · 2020年1月1日
【神经网络数学的初学者指南】（A Beginner’s Guide to the Mathematics of Neural Networks），伦敦国王学院数学系教授| A. C. C. Coolen
【神经网络数学的初学者指南】（A Beginner’s Guide to the Mathematics of Neural Networks），伦敦国王学院数学系教授| A. C. C. Coolen
专知会员服务
53+阅读 · 2019年12月12日
【开源书】PyTorch深度学习起步，零基础入门(附pdf下载)
【开源书】PyTorch深度学习起步，零基础入门(附pdf下载)
专知会员服务
110+阅读 · 2019年10月26日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
开源书：PyTorch深度学习起步
开源书：PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
【TED】生命中的每一年的智慧
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
RL 真经
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
分布式TensorFlow入门指南
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【学习】(Python)SVM数据分类
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
【推荐】GAN架构入门综述(资源汇总)
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Simple Multi-Resolution Representation Learning for Human Pose Estimation
Simple Multi-Resolution Representation Learning for Human Pose Estimation
Arxiv
6+阅读 · 2020年4月14日
Learning Disentangled Representations for Recommendation
Learning Disentangled Representations for Recommendation
Arxiv
8+阅读 · 2019年10月31日
Predicting Visual Features from Text for Image and Video Caption Retrieval
Arxiv
5+阅读 · 2018年7月14日
Combination of Domain Knowledge and Deep Learning for Sentiment Analysis
Arxiv
3+阅读 · 2018年6月22日
What we really want to find by Sentiment Analysis: The Relationship between Computational Models and Psychological State
Arxiv
6+阅读 · 2018年6月3日
On the loss of Fisher information in some multi-object tracking observation models
Arxiv
3+阅读 · 2018年3月26日
Multimodal Sentiment Analysis: Addressing Key Issues and Setting up Baselines
Arxiv
8+阅读 · 2018年3月19日
Improving Sentiment Analysis in Arabic Using Word Representation
Arxiv
4+阅读 · 2018年2月28日
Being Robust (in High Dimensions) Can Be Practical
Arxiv
3+阅读 · 2017年12月14日
Twitter Sentiment Analysis
Arxiv
5+阅读 · 2015年9月14日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
totem协议
CMS
前向
相关VIP内容
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
(普林斯顿讲义)：高维概率论，326页pdf《Probability in High Dimension》
专知会员服务
119+阅读 · 2020年5月30日
【Python Tricks新书】The book: A Buffet of Awesome Python Features，299页pdf
【Python Tricks新书】The book: A Buffet of Awesome Python Features，299页pdf
专知会员服务
44+阅读 · 2020年1月1日
【神经网络数学的初学者指南】（A Beginner’s Guide to the Mathematics of Neural Networks），伦敦国王学院数学系教授| A. C. C. Coolen
【神经网络数学的初学者指南】（A Beginner’s Guide to the Mathematics of Neural Networks），伦敦国王学院数学系教授| A. C. C. Coolen
专知会员服务
53+阅读 · 2019年12月12日
【开源书】PyTorch深度学习起步，零基础入门(附pdf下载)
【开源书】PyTorch深度学习起步，零基础入门(附pdf下载)
专知会员服务
110+阅读 · 2019年10月26日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
开源书：PyTorch深度学习起步
开源书：PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
热门VIP内容
相关资讯
【TED】生命中的每一年的智慧
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
RL 真经
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
分布式TensorFlow入门指南
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【学习】(Python)SVM数据分类
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
【推荐】GAN架构入门综述(资源汇总)
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Simple Multi-Resolution Representation Learning for Human Pose Estimation
Simple Multi-Resolution Representation Learning for Human Pose Estimation
Arxiv
6+阅读 · 2020年4月14日
Learning Disentangled Representations for Recommendation
Learning Disentangled Representations for Recommendation
Arxiv
8+阅读 · 2019年10月31日
Predicting Visual Features from Text for Image and Video Caption Retrieval
Arxiv
5+阅读 · 2018年7月14日
Combination of Domain Knowledge and Deep Learning for Sentiment Analysis
Arxiv
3+阅读 · 2018年6月22日
What we really want to find by Sentiment Analysis: The Relationship between Computational Models and Psychological State
Arxiv
6+阅读 · 2018年6月3日
On the loss of Fisher information in some multi-object tracking observation models
Arxiv
3+阅读 · 2018年3月26日
Multimodal Sentiment Analysis: Addressing Key Issues and Setting up Baselines
Arxiv
8+阅读 · 2018年3月19日
Improving Sentiment Analysis in Arabic Using Word Representation
Arxiv
4+阅读 · 2018年2月28日
Being Robust (in High Dimensions) Can Be Practical
Arxiv
3+阅读 · 2017年12月14日
Twitter Sentiment Analysis
Arxiv
5+阅读 · 2015年9月14日
Top
微信扫码咨询专知VIP会员
Top