論文の概要: An End-to-end Architecture for Collider Physics and Beyond

• arxiv url: http://arxiv.org/abs/2603.14553v1
• Date: Sun, 15 Mar 2026 19:00:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-17 16:19:35.883583
• Title: An End-to-end Architecture for Collider Physics and Beyond
• Title（参考訳）: 衝突物理学とそれ以上のエンド・ツー・エンドアーキテクチャ
• Authors: Shi Qiu, Zeyu Cai, Jiashen Wei, Zeyu Li, Yixuan Yin, Qing-Hong Cao, Chang Liu, Ming-xing Luo, Xing-Bo Yuan, Hua Xing Zhu,
• Abstract要約: エンド・ツー・エンドの現象学タスクを実行することができる最初の言語駆動型エージェントシステムを提案する。 このシステムは、自律的な高エネルギー物理衝突論のための分離されたドメインに依存しないアーキテクチャの中でインスタンス化される。 本研究では,レプトクォークおよびアクチオン様粒子シナリオ,高言語実効演算子,パルトンレベルおよび検出器レベル解析,大規模パラメータスキャンにまたがる代表的な文献複製システムについて検証した。
• 参考スコア（独自算出の注目度）: 7.810285080897267
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present, to our knowledge, the first language-driven agent system capable of executing end-to-end collider phenomenology tasks, instantiated within a decoupled, domain-agnostic architecture for autonomous High-Energy Physics phenomenology. Guided only by natural-language prompts supplemented with standard physics notation, ColliderAgent carries out workflows from a theoretical Lagrangian to final phenomenological outputs without relying on package-specific code. In this framework, a hierarchical multi-agent reasoning layer is coupled to Magnus, a unified execution backend for phenomenological calculations and simulation toolchains. We validate the system on representative literature reproductions spanning leptoquark and axion-like-particle scenarios, higher-dimensional effective operators, parton-level and detector-level analyses, and large-scale parameter scans leading to exclusion limits. These results point to a route toward more automated, scalable, and reproducible research in collider physics, cosmology, and physics more broadly.
• Abstract（参考訳）: 本稿では,自律型高エネルギー物理現象学のための非結合型ドメイン非依存アーキテクチャにおいて,エンド・ツー・エンドのコライダー現象学タスクを実行できる最初の言語駆動型エージェントシステムについて述べる。 ColliderAgentは、標準物理学記法で補足された自然言語プロンプトのみによってガイドされ、パッケージ固有のコードに頼ることなく、理論的なラグランジアンから最終的な現象学的アウトプットまでのワークフローを実行する。 このフレームワークでは、階層的なマルチエージェント推論層が、現象論的計算とシミュレーションツールチェーンのための統一された実行バックエンドであるMagnusに結合される。 我々は,レプトクォークおよびアクチオン様粒子シナリオ,高次元実効演算子,パルトンレベルおよび検出器レベル解析,および排除限界をもたらす大規模パラメータスキャンを対象とする代表的な文献複製システムについて検証した。 これらの結果は、より自動化され、スケーラブルで再現可能なコライダー物理学、宇宙論、物理学の研究への道のりを示している。

関連論文リスト

• From vacuum amplitudes to qubits [0.0]
  CERNのLHC(Large Hadron Collider)によって実証された高エネルギー衝突器は、真の量子機械を構成する。 リチャード・ファインマン(Richard Feynman)の量子コンピューティングに関する基本的なビジョンと相まって、コライダー物理学は量子シミュレーションの第一候補として現れる。
  論文  参考訳（メタデータ） (2026-03-12T14:14:19Z)
• Perceptual Self-Reflection in Agentic Physics Simulation Code Generation [0.0]
  本稿では,自然言語記述から物理シミュレーションコードを生成するフレームワークを提案する。 主要なイノベーションは知覚的検証であり、視覚能力のある言語モデルを使用してレンダリングされたアニメーションフレームを分析する。 本研究では, 古典力学, 流体力学, 熱力学, 電磁学, 波動物理学, 反応拡散系, 非物理データ可視化を含む7分野にわたるシステム評価を行った。
  論文  参考訳（メタデータ） (2026-02-12T15:48:33Z)
• Hierarchical Latent Structures in Data Generation Process Unify Mechanistic Phenomena across Scale [50.33952894976367]
  我々は文脈自由文法を用いて、ウェブスケールテキストコーパスのための忠実で効率的なプロキシである合成コーパスを生成する。 設計したデータ生成プロセスにおいて,誘導ヘッド,関数ベクトル,ハイドラ効果という3つの力学現象の出現について検討する。 これらの現象の出現を説明する上で,データ生成プロセスの階層構造がX因子となることが示唆された。
  論文  参考訳（メタデータ） (2026-02-04T14:49:13Z)
• Generalizable Geometric Prior and Recurrent Spiking Feature Learning for Humanoid Robot Manipulation [90.90219129619344]
  本稿では,スパイキング機能を備えたR-prior-S, Recurrent Geometric-priormodal Policyを提案する。 物理的現実の高レベル推論を基礎として、軽量な2次元幾何学的帰納バイアスを利用する。 ロボット行動生成におけるデータ効率問題に対して,再帰的適応スパイクネットワークを導入する。
  論文  参考訳（メタデータ） (2026-01-13T23:36:30Z)
• Physics-Informed Tree Search for High-Dimensional Computational Design [1.7499338683160512]
  高次元設計空間は、科学と工学における計算タスクの幅広い物理に基づくモデリングの基盤となっている。 従来のグローバルエンジンとロバストネスは、設計空間の指数的スケーリングのためにこのような設定で苦労する。 連続探索科学設計のための物理インフォームドモンテツリー(MCTS)フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-01-10T06:01:57Z)
• Seismology modeling agent: A smart assistant for geophysical researchers [14.28965530601497]
  本稿では,Large Language Models (LLM) を利用したインテリジェントな対話型ワークフローを提案する。 SPECFEMのための最初のモデルコンテキストプロトコル(MCP)サーバスイートを紹介する。 このフレームワークは、完全な自動実行とHuman-in-the-loopコラボレーションの両方をサポートする。
  論文  参考訳（メタデータ） (2025-12-16T14:18:26Z)
• Agentic AI for Multi-Stage Physics Experiments at a Large-Scale User Facility Particle Accelerator [0.26097841018267615]
  Advanced Light Sourceの粒子加速器で実装されたこのシステムは、自然言語のユーザプロンプトを構造化された実行計画に変換する。 機械物理の代表的な課題として,手作業によるスクリプティングと比較して,準備時間が2桁短縮されたことを示す。 その結果、エージェントAIを加速器実験に安全に統合するための青写真が確立され、機械物理学の研究が要求される。
  論文  参考訳（メタデータ） (2025-09-21T22:11:03Z)
• Explainable Equivariant Neural Networks for Particle Physics: PELICAN [51.02649432050852]
  PELICANは、新しい置換同変であり、ローレンツ不変アグリゲーターネットワークである。 本稿では,タグ付け(分類)とローレンツ発泡トップクォークの再構成(回帰)の両文脈におけるPELICANアルゴリズムアーキテクチャについて述べる。 PELICANの適用範囲を、クォーク開始時とグルーオン開始時とを識別するタスクに拡張し、5種類のジェットを対象とするマルチクラス同定を行う。
  論文  参考訳（メタデータ） (2023-07-31T09:08:40Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。