惰性双重态模型粒子产生截面数据集-2019年-muhakabartay
数据来源：互联网公开数据
标签：粒子物理,标准模型,暗物质,机器学习,交叉截面,高能物理,模拟数据,惰性双重态模型
数据概述：
本数据集是用于“学习惰性双重态模型粒子产生截面”子项目中的Pheno AI训练数据集，包含50000个样本。该数据集模拟了惰性双重态模型（IDM）的粒子产生过程，是标准模型的一种扩展，旨在解释暗物质。
数据集包含5个输入值：MH0、MA0、MHC、lam2、lamL，和8个目标值：xsec_3535_13TeV、xsec_3636_13TeV、xsec_3737_13TeV、xsec_3537_13TeV、xsec_3637_13TeV、xsec_3735_13TeV、xsec_3736_13TeV、xsec_3536_13TeV。这些值描述了在质心能量为13TeV的条件下，IDM模型中特定粒子产生的交叉截面。
输入参数的范围设定为：50 < MH0, MA0, MHC < 3000GeV；−2π < lam2, lamL < 2π。交叉截面使用MADGRAPH2.6.4和FeynRules数据库中的IDM UFO实现进行计算。
数据用途概述：
该数据集主要用于机器学习模型的训练和验证，旨在学习和预测惰性双重态模型中粒子的产生截面。研究人员可以使用该数据集开发和测试用于高能物理研究的机器学习算法，深入理解IDM模型的行为特征，探索暗物质的可能特性，并进行粒子物理现象的数值模拟。同时，该数据集也适用于教育和科研，为学生和研究人员提供了学习和研究粒子物理的宝贵资源。
