За гранью Стандартной модели: поиск новых кварков на мюонном коллайдере
![Сравнительный анализ площади под кривой (AUC) для различных классификаторов машинного обучения (BDT, BDTG, MLP и метод максимального правдоподобия) в рамках адронного анализа при энергиях [latex]\sqrt{s}[/latex] равных 5.29, 6.48 и 9.16 ТэВ демонстрирует стабильность и эффективность многомерного анализа (MVA), при этом оптимальные результаты достигаются при [latex]\sqrt{s}[/latex] = 9.16 ТэВ.](https://arxiv.org/html/2602.01010v1/AUChadronic.jpeg)
Новое исследование демонстрирует потенциал будущего мюонно-протонного коллайдера и передовых методов машинного обучения в обнаружении векторных кварков, расширяющих наше понимание фундаментальных частиц.

![На основе расчетов, сопоставление значений [latex]d/A^2c[/latex] для ядер [latex]Li^8[/latex] и [latex]B^8[/latex] при β-распаде, ведущем к [latex]^{8}Be[/latex], демонстрирует корреляцию с вычисленными квадрупольными моментами [latex]Q(2^{+})[/latex] исходных ядер, при этом погрешности, обусловленные экспериментальными неопределенностями в [latex]Q(2^{+})[/latex], оказывают существенное влияние на точность предсказаний, что подтверждается сравнением с экспериментальными данными, представленными серыми линиями и полосами.](https://arxiv.org/html/2602.00341v1/x12.png)

