现代事件发生器的新趋势
New trends in modern event generators
摘要：
评述了高能物理现代模拟工具的一些特点。
英文摘要：
Some features of modern simulation tools for high-energy physics are reviewed.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
继续探索
相关论文
现代GPU上的多胶子树振幅：新型事件发生器的案例研究
Many-gluon tree amplitudes on modern GPUs: A case study for novel event generators
大型强子对撞机蒙特卡罗事件发生器的计算效率预计将成为高亮度阶段模拟的主要瓶颈。针对现代GPU的一个成熟的生成器的发展，我们研究了各种递归策略的性能来计算多胶子树级振幅。我们调查的CPU和GPU硬件上的算法的缩放。最后，我们提供了实际的建议，以及未来的模拟程序的开发基线实现。GPU实现可以在https://www.gitlab.com/ebothmann/blockgen-archive上找到。
hep-exhep-phphysics.comp-ph
事件发生器的径向流加力燃烧室和重子之谜
Radial flow afterburner for event generators and the baryon puzzle
一个简单的加力燃烧室，包括径向流的随机横向动量从事件发生器，Pythia和Hijing，已实施计算的$p/π$比，并与现有的数据进行比较。在$pp$碰撞和$Au+Au$中，对于不同的中心性，得到了一致的定性一致趋势。这些结果表明，径向流在所谓的重子之谜异常中确实起着重要的作用。
hep-ph
QCD和蒙特卡罗事件发生器
QCD and Monte Carlo event generators
簇射蒙特卡罗事件发生器在粒子物理中起着重要的作用。没有它们，现代实验几乎是不可能的。在这次演讲中，我将讨论如何将QCD物理纳入这些程序的数学结构中，并概述最近的发展，包括不同数量的硬喷流事件之间的匹配以及次领先阶效应的加入。
hep-ph
通用事件生成器中的光子产额
Photoproduction in general-purpose event generators
University of Jyvaskyla（于韦斯屈莱大学）；Institut für Physik, NAWI, Universität Graz（格拉茨大学NAWI物理研究所）；Teilchenphysik, Fakultät für Physik, Universität Wien（维也纳大学物理学院粒子物理系）；Institute for Particle Physics Phenomenology, Durham University（杜伦大学粒子物理现象学研究所）
本文比较了HERWIG、PYTHIA和SHEPRA三个通用事件生成器在$e^+e^-$和$ep$碰撞中光子产额过程中的表现，分析了非微扰修正的影响，并指出PYTHIA和SHEPRA在LO和NLO精度下的良好描述，同时提出EIC未来实验需进行全球重拟合和非微扰参数约束。
hep-ph
在GPU和向量CPU上设计和设计MG5aMC事件generator的简化工作流执行
Design and engineering of a simplified workflow execution for the MG5aMC event generator on GPUs and vector CPUs
物理事件发生器是高能物理实验数据分析软件链的重要组成部分，也是CPU资源的重要消耗者。提高这些软件包在现代硬件架构上的软件性能，例如在HPC中心部署的软件，对于即将到来的HL-LHC物理计划至关重要。在本文中，我们描述了一项正在进行的活动，以重新设计Madgraph5_aMC@NLO物理事件生成器，主要是将其移植并允许其在GPU上高效执行，同时也对其进行现代化并优化其在矢量CPU上的性能。我们描述的动机，工程过程和软件架构设计，我们的发展，以及目前的挑战和未来的方向，这个项目。本文基于我们在2021年3月提交的vCHEP 2021，并补充了我们在会议期间提交的一些初步结果。进一步的细节和更新的结果将在以后的出版物中给出。
cs.SEhep-exhep-ph
GENIE中微子蒙特卡罗Generator
The GENIE Neutrino Monte Carlo Generator
GENIE是一个新的中微子事件发生器的实验中微子物理社区。该项目的目标是开发一个“规范”中微子相互作用物理蒙特卡罗，其有效性延伸到所有核目标和中微子口味从MeV到PeV的能量尺度。目前，重点是几个GeV的能量范围，非微扰和微扰制度之间的挑战性边界，这是相关的当前和不久的将来长基线精密中微子实验使用加速器制造的光束。该软件包的设计解决了许多独特的中微子模拟的挑战，并支持整个生命周期的模拟和发电机相关的分析任务。GENIE是一个大型软件系统，由120，000行C++代码组成，具有现代面向对象的设计和广泛验证的物理内容。GENIE的第一个官方物理版本于2007年8月发布，在撰写本文时，最新的可用版本是v2.4.4。
hep-ph
更多相关论文收起更多论文
蒙特卡罗事件发生器的HepMC3事件记录库
The HepMC3 Event Record Library for Monte Carlo Event Generators
在高能物理中，蒙特卡罗事件发生器（Monte Carlo Event Generator，MCEG）被用来模拟高能粒子之间的相互作用。MCEG事件记录存储了模拟粒子及其相互关系的信息，从而反映了每次碰撞事件中物理现象的模拟演化。我们提出了HepMC 3库，这是MCEG事件记录编码和操作的下一代框架，它建立在其广泛使用的前辈的功能基础上，以实现更复杂的事件记录分析算法。与以前的版本相比，事件记录结构得到了简化，同时增加了编码任意信息的可能性。I/O功能已扩展为支持各种HEP MCEG的通用输入和输出格式，包括Fortran MCEG中使用的格式、由HepMC 2库建立的格式和二进制格式（如ROOT）;也可以使用自定义输入或输出处理程序。HepMC 3已经得到流行的现代MCEG的支持，并且可以在许多其他版本中取代旧的HepMC版本。
hep-ph
GRANIITTI：高能衍射的Monte Carlo事件Generator
GRANIITTI: A Monte Carlo Event Generator for High Energy Diffraction
我们描述的物理和计算能力的GRANIITTI蒙特卡罗事件发生器，一个新的完全多线程引擎设计的高能量衍射，写在现代C++。重点是特别是在低质量域的S-矩阵，奇异的QCD现象，如胶球的预期和全息对偶与重力可能会被测试的中央排他性的过程。该发生器包括光子-光子、光子-坡密子、坡密子-坡密子、Durham QCD模型和张量坡密子模型类型的散射振幅和先进的自旋分析工具。该发生器结合了一个完整的参数共振谱与连续干扰和前向+中心自旋相关性，事件的事件程函屏蔽环和前向质子激发运动学。我们展示了国家的最先进的能力，并显示如何神秘的“胶球过滤器”观察到的自旋极化驱动。
hep-exhep-ph
GENIE中微子蒙特卡罗Generator：物理和用户手册
The GENIE Neutrino Monte Carlo Generator: Physics and User Manual
GENIE是实验中微子物理社区的一套产品。该套件包括i）一个用于实现中微子事件发生器的现代软件框架，一个最先进的综合物理模型和工具，以支持中微子相互作用模拟的现实实验设置（发电机产品），ii）广泛的中微子，带电轻子和强子散射数据和软件档案，以产生一套全面的数据/MC比较（Comparisons产品），以及iii）生成器调优框架和拟合应用（Tuning产品）。这本书为GENIE Generator提供了明确的指导：它介绍了软件架构，并详细描述了其物理模型和官方曲调。此外，它还提供了一组丰富的数据/MC比较，以验证GENIE的物理性能。还包括有关如何安装和配置发生器、运行其应用程序和分析其输出的详细分步说明。
hep-exhep-ph
事件Generator WHIZARD的并行自适应Monte Carlo积分
Parallel Adaptive Monte Carlo Integration with the Event Generator WHIZARD
我们描述了一种新的并行方法来评估的相空间的蒙特卡罗事件生成，实施的框架内的WHIZARD包。该程序实现了相空间的双重自适应多通道参数化，并利用标准的OpenMP和MPI协议进行并行化。异步通信的现代MPI3特性是计算模型的重要组成部分。并行数值评估适用于相空间积分和事件生成，从而涵盖了现实对撞机环境中物理模拟中计算最密集的部分。
hep-exhep-phphysics.comp-ph
Monte Carlo 事例产生器
Monte Carlo Event Generators
Deutsches Elektronen-Synchrotron DESY（德国电子同步加速器）
本文介绍了作为对撞机粒子物理实验数字孪生体的Monte Carlo事例产生器，梳理其硬散射、部分子簇射、强子化、衰变等组成模块，并将逐一讲解各步骤的核心技术。
hep-exhep-ph
MadNIS重载
The MadNIS Reloaded
本文在MadGraph事件生成器中实现了改进的MadNIS方法，以提升LHC理论预测的效率和速度，并通过现实部分子过程验证了现代机器学习在事件生成器中带来的显著效率收益。
hep-exhep-phphysics.comp-ph
HIJING ++，一种用于LHC及以后高亮度时代的重离子喷流相互作用Generator
HIJING++, a Heavy Ion Jet INteraction Generator for the High-luminosity Era of the LHC and Beyond
HIJING++（重离子射流相互作用发生器）是近三十年前开发的广泛使用的原始HIJING的继承者。虽然旧版本（1.x和2.x）是用FORTRAN编写的，但HIJING++完全用C++重写。在开发过程中，我们牢记高能重离子社区的要求：新的蒙特卡罗软件具有精心设计的模块化框架，因此未来的任何修改都更容易实现。它包含了它的前身中存在的所有物理模型，但利用现代C++功能，它还包括基于本机线程的并行性，易于使用的分析界面和模块化插件系统，这为未来可能的改进提供了空间。在本文中，我们总结了我们的性能测试结果测量2广泛使用的架构。
hep-phphysics.comp-ph
HIJING ++简介：面向高亮度LHC时代的重离子蒙特卡罗Generator
Introducing HIJING++: the Heavy Ion Monte Carlo Generator for the High-Luminosity LHC Era
在2025年之后，我们将进入LHC的高亮度时代，就在大型强子对撞机（LHC）第三个长轴升级之后。正在进行的最先进的实验仪器升级需要高性能的后台模拟支持，即现代化，强大，并提供长期支持。基于FORTRAN语言的重离子射流相互作用发生器（HIJING）在高能物理和重离子研究领域得到了广泛的应用。然而，要满足这些新的要求越来越具有挑战性。我们的新型Monte Carlo事件发生器HIJING++是旧FORTRAN版本的继承者，包含其前身所具有的所有物理特性。此外，除其他外，还引入了灵活的模块处理层和分析接口。后者支持最流行的事件容器格式，如简单的asphalt，ROOT和HepMC格式，以及RIVET支持。本文将HIJING++的预释放结果与质子-质子实验数据和Pythia 8计算结果进行了比较。
hep-phphysics.comp-ph
用WHIZARD产生现代粒子物理事件
Modern Particle Physics Event Generation with WHIZARD
本文介绍了用于高能粒子物理实验模拟的多用途蒙特卡罗事件发生器WHIZARD。除了介绍该计划的一般特点，如SM物理，BSM物理和QCD效应，特别强调将给予最准确的模拟强子对撞机，特别是在未来的线性轻子对撞机的对撞机环境的支持。在更技术性的方面，将讨论最近的代码重构，以实现完全面向对象的软件包，以提高可维护性，灵活性和代码开发。最后，我们提出了正在进行的工作和未来的计划，高阶修正，更一般的模型支持，包括设置在大型强子对撞机矢量玻色子散射中寻找新的物理，以及几行性能改进。
hep-exhep-ph
一种适用于高亮度LHC的可移植部分子级事例产生器
A Portable Parton-Level Event Generator for the High-Luminosity LHC
针对高亮度LHC模拟的算力需求与硬件架构变化，提出可适配多类现代硬件的领头阶部分子级事例产生框架，验证了其在标准烛光物理过程中的性能，支撑可持续的对撞机模拟。
hep-exhep-phphysics.comp-ph
基于生成器的推理（GBI）
Generator Based Inference (GBI)
Department of Physics, University of Wisconsin（威斯康星大学物理系）；Physics Division, Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室物理部）；New High Energy Theory Center, Rutgers University（新高能理论中心，罗格斯大学）；Department of Physics, Yale University（耶鲁大学物理系）；Department of Physics, University of California, Berkeley（加州大学伯克利分校物理系）；National Energy Research Scientific Computing Center, Berkeley Lab（伯克利实验室国家能源研究科学计算中心）；Department of Particle Physics and Astrophysics, Stanford University（斯坦福大学粒子物理与天体物理系）；Fundamental Physics Directorate, SLAC National Accelerator Laboratory（SLAC国家加速器实验室基础物理 Directorate）
提出基于生成器的推理（GBI）框架，整合机器学习与数据驱动生成器，在共振异常检测中通过边带学习背景生成器并执行参数估计，在LHCO基准上达到最新灵敏度。
cs.LGhep-exhep-ph
