LHC数据不支持超对称理论

标签: science | 发表时间:2011-08-29 15:48 | 作者:blackhat 流水不争先
出处:http://solidot.org/
大强子对撞机(LHC)的科学家未能发现超对称粒子的证据。超对称是为了解决标准模型中的一大缺陷而于1970年代提出的,描述了费米子和玻色子之间的一种对称性,被认为有助于统一基本作用力,解释神秘的暗物质问题。 如果超对称粒子存在,B介子的衰变将更频繁。但LHC Beauty(LHCb)的实验并没有观察到超对称粒子对B介子衰变的影响。LHC的三项实验未能发现超对称粒子的直接和非直接证据,这些都让超对称理论面临死亡的危险。伦敦帝国学院的Jordan Nash教授称,没有发现超对称证据的事实告诉我们,要么是我们的理解是不完整的,要么是它与我们原有想法存在差异,或者要么是它根本不存在。


相关 [lhc 数据 超对称] 推荐:

LHC数据不支持超对称理论

- 流水不争先 - Solidot
大强子对撞机(LHC)的科学家未能发现超对称粒子的证据. 超对称是为了解决标准模型中的一大缺陷而于1970年代提出的,描述了费米子和玻色子之间的一种对称性,被认为有助于统一基本作用力,解释神秘的暗物质问题. 如果超对称粒子存在,B介子的衰变将更频繁. 但LHC Beauty(LHCb)的实验并没有观察到超对称粒子对B介子衰变的影响.

不要将手放到LHC里面

- Hao - Solidot
好奇者向科学家询问如下问题:如果把手放到LHC(大强子对撞机)的质子束中,手会发生什么(YouTube). 显然科学家们从没想过有人会提出如此怪异的问题,他们发现这个问题确实很复杂:1)质子束被加速到光速的99.9999%,但考虑质子的大小,它们未必能和手上的物质发生交互作用,类似朝着渔网射击,子弹通常会从网孔中飞过.

LHC@Home 2.0创造虚拟粒子加速器

- yinseny - Solidot
Isgtw介绍了CERN开发的网格项目LHC@Home 2.0,这个项目将让志愿者有机会参与搜索希格斯玻色子. LHC@Home 2.0将用于多个研究项目,第一个项目Test4Theory正处于alpha测试阶段,现有超过100名志愿者,提供了CERN理论物理学家需要的10%的计算资源. 物理学家Peter Skands说,如果有1万人以上志愿者参与Test4Theory,将能真正产生实质性的效果.

CERN 推出 LHC@home 2.0,邀请大家利用电脑空余时间再为科学尽一份力!

- Robert - Engadget 中国版
运算能力是许多科学领域可望而不可求的东西,即使是拥有世界最大的粒子碰撞器的 CERN 也不例外. 依循着 SETI@home 和 Folding@home 的例子,CERN 希望新改版的 LHC@home 2.0 也能吸引大家贡献一点的空余运算能力,为科学尽一份心力. 在属性上 LHC@home 和 SETI@home 或 Folding@home 有点不一样 -- 后两者主要是在大把的数据当中做分析,希望找到有用的信息,而 LHC@home 却不是如此,而是希望大家能用家里的计算机,以现有的物理学知识,仿真各种可能的条件下的碰撞,再与现实中的 LHC 的碰撞结果做比对.

CERN 推出 LHC@home 2.0,邀請大家利用電腦空餘時間再為科學盡一份力!

- chris - Engadget 中文版
運算能力是許多科學領域可望而不可求的東西,即使是擁有世界最大的粒子碰撞器的 CERN 也不例外. 依循著 SETI@home 和 Folding@home 的例子,CERN 希望新改版的 LHC@home 2.0 也能吸引大家貢獻一點的空餘運算能力,為科學盡一份心力. 在屬性上 LHC@home 和 SETI@home 或 Folding@home 有點不一樣 -- 後兩者主要是在大把的資料當中做分析,希望找到有用的資訊,而 LHC@home 卻不是如此,而是希望大家能用家裡的電腦,以現有的物理學知識,模擬各種可能的條件下的碰撞,再與現實中的 LHC 的碰撞結果做比對.

数据仓库

- Ran - Linux@SOHU
翻译:马少兵、曾怀东、朱翊然、林业. 尽管服务器存储、处理能力得到有效的提高,以及服务器价格的降低,让人们能够负担起大量的服务器,但是商业软件应用和监控工具快速的增加,还是使得人们被大量的数据所困扰. 在数据仓库领域中的许多系统管理员、应用开发者,以及初级数据库管理员发现,他们正在处理“海量数据”-不管你准备与否-都会有好多不熟悉的术语,概念或工具.

数据抽取

- - 数据库 - ITeye博客
转自: http://wiki.mbalib.com/wiki/%E6%95%B0%E6%8D%AE%E6%8A%BD%E5%8F%96#.   数据抽取是指从源数据源系统抽取目的数据源系统需要的. 实际应用中,数据源较多采用的是. 数据迁移或数据复制,它将数据源中的表或视图的数据原封不动的从数 据库中抽取出来,并转换成自己的ETL 工具可以识别的格式.

数据库sharding

- - 数据库 - ITeye博客
当团队决定自行实现sharding的时候,DAO层可能是嵌入sharding逻辑的首选位置,因为在这个层面上,每一个DAO的方法都明确地知道需要访问的数据表以及查询参数,借助这些信息可以直接定位到目标shard上,而不必像框架那样需要对SQL进行解析然后再依据配置的规则进行路由. 另一个优势是不会受ORM框架的制约.

数据脱敏

- - IT瘾-bigdata
作者|李呈祥,其中部分内容由十一城补充. 数据脱敏(Data Masking),又称数据漂白、数据去隐私化或数据变形. 百度百科对数据脱敏的定义为:指对某些敏感信息通过脱敏规则进行数据的变形,实现敏感隐私数据 的可靠保护. 这样,就可以在开发、测试和其它非生产环境以及外包环境中安全地使用脱敏后的真实数据集.

数据分析之如何用数据?

- - 互联网分析沙龙
光知道怎么看数据,还是不成,你得熟悉这些数据拿到手上之后怎么去用它,怎么让数据显示出来它本身的威力来. 第一个部分,是看历史数据,发现规律. 以社区中的活动和电商中的促销为例,这些都是常见的活动,活动做得好的话有意想不到的效果. 在做这样的活动,最好是拿到前一个月或者两个月的历史数据. 对电商来说,从这里面要去分析各个品类的销售情况,那个品类销量最大,那个品类销量最小,每月或者每周的平均增长率和符合增长率是多少.