Graph neural networks and non-commuting operators

Autor: Velasco, Mauricio, O'Hare, Kaiying, Rychtenberg, Bernardo, Villar, Soledad

Graph neural networks (GNNs) provide state-of-the-art results in a wide variety of tasks which typically involve predicting features at the vertices of a graph. They are built from layers of graph convolutions which serve as a powerful inductive bias

Externí odkaz: http://arxiv.org/abs/2411.04265

Neutrinoless Double Beta Decay Sensitivity of the XLZD Rare Event Observatory

Autor: XLZD Collaboration, Aalbers, J., Abe, K., Adrover, M., Maouloud, S. Ahmed, Akerib, D. S., Musalhi, A. K. Al, Alder, F., Althueser, L., Amaral, D. W. P., Amarasinghe, C. S., Ames, A., Andrieu, B., Angelides, N., Angelino, E., Antunovic, B., Aprile, E., Araújo, H. M., Armstrong, J. E., Arthurs, M., Babicz, M., Bajpai, D., Baker, A., Balzer, M., Bang, J., Barberio, E., Bargemann, J. W., Barillier, E., Basharina-Freshville, A., Baudis, L., Bauer, D., Bazyk, M., Beattie, K., Beaupere, N., Bell, N. F., Bellagamba, L., Benson, T., Bhatti, A., Biesiadzinski, T. P., Biondi, R., Biondi, Y., Birch, H. J., Bishop, E., Bismark, A., Boehm, C., Boese, K., Bolotnikov, A., Brás, P., Braun, R., Breskin, A., Brew, C. A. J., Brommer, S., Brown, A., Bruni, G., Budnik, R., Burdin, S., Cai, C., Capelli, C., Carini, G., Carmona-Benitez, M. C., Carter, M., Chauvin, A., Chawla, A., Chen, H., Cherwinka, J. J., Chin, Y. T., Chott, N. I., Chavez, A. P. Cimental, Clark, K., Colijn, A. P., Colling, D. J., Conrad, J., Converse, M. V., Coronel, R., Costanzo, D., Cottle, A., Cox, G., Cuenca-García, J. J., Curran, D., Cussans, D., D'Andrea, V., Garcia, L. C. Daniel, Darlington, I., Dave, S., David, A., Davies, G. J., Decowski, M. P., Deisting, A., Delgaudio, J., Dey, S., Di Donato, C., Di Felice, L., Di Gangi, P., Diglio, S., Ding, C., Dobson, J. E. Y., Doerenkamp, M., Drexlin, G., Druszkiewicz, E., Dunbar, C. L., Eitel, K., Elykov, A., Engel, R., Eriksen, S. R., Fayer, S., Fearon, N. M., Ferella, A. D., Ferrari, C., Fieldhouse, N., Fischer, H., Flaecher, H., Flehmke, T., Flierman, M., Fraser, E. D., Fruth, T. M. A., Fujikawa, K., Fulgione, W., Fuselli, C., Gaemers, P., Gaior, R., Gaitskell, R. J., Gallice, N., Galloway, M., Gao, F., Garroum, N., Geffre, A., Genovesi, J., Ghag, C., Ghosh, S., Giacomobono, R., Gibbons, R., Girard, F., Glade-Beucke, R., Glück, F., Gokhale, S., Grandi, L., Green, J., Grigat, J., van der Grinten, M. G. D., Größle, R., Guan, H., Guida, M., Gyorgy, P., Haiston, J. J., Hall, C. R., Hall, T., Hammann, R., Hannen, V., Hansmann-Menzemer, S., Hargittai, N., Hartigan-O'Connor, E., Haselschwardt, S. J., Hernandez, M., Hertel, S. A., Higuera, A., Hils, C., Hiraoka, K., Hoetzsch, L., Hoferichter, M., Homenides, G. J., Hood, N. F., Horn, M., Huang, D. Q., Hughes, S., Hunt, D., Iacovacci, M., Itow, Y., Jacquet, E., Jakob, J., James, R. S., Joerg, F., Jones, S., Kaboth, A. C., Kahlert, F., Kamaha, A. C., Kaminaga, Y., Kara, M., Kavrigin, P., Kazama, S., Keller, M., Kemp-Russell, P., Khaitan, D., Kharbanda, P., Kilminster, B., Kim, J., Kirk, R., Kleifges, M., Klute, M., Kobayashi, M., Kodroff, D., Koke, D., Kopec, A., Korolkova, E. V., Kraus, H., Kravitz, S., Kreczko, L., von Krosigk, B., Kudryavtsev, V. A., Kuger, F., Kurita, N., Landsman, H., Lang, R. F., Lawes, C., Lee, J., Lehnert, B., Leonard, D. S., Lesko, K. T., Levinson, L., Li, A., Li, I., Li, S., Liang, S., Liang, Z., Lin, J., Lin, Y. -T., Lindemann, S., Linden, S., Lindner, M., Lindote, A., Lippincott, W. H., Liu, K., Loizeau, J., Lombardi, F., Lopes, J. A. M., Lopes, M. I., Lorenzon, W., Loutit, M., Lu, C., Lucchetti, G. M., Luce, T., Luitz, S., Ma, Y., Macolino, C., Mahlstedt, J., Maier, B., Majewski, P. A., Manalaysay, A., Mancuso, A., Manenti, L., Mannino, R. L., Marignetti, F., Marley, T., Undagoitia, T. Marrodán, Martens, K., Masbou, J., Masson, E., Mastroianni, S., Maupin, C., McCabe, C., McCarthy, M. E., McKinsey, D. N., McLaughlin, J. B., Melchiorre, A., Menéndez, J., Messina, M., Miller, E. H., Milosovic, B., Milutinovic, S., Miuchi, K., Miyata, R., Mizrachi, E., Molinario, A., Monteiro, C. M. B., Monzani, M. E., Morå, K., Moriyama, S., Morrison, E., Morteau, E., Mosbacher, Y., Mount, B. J., Müller, J., Murdy, M., Murphy, A. St. J., Murra, M., Naylor, A., Nelson, H. N., Neves, F., Newstead, J. L., Nguyen, A., Ni, K., O'Hare, C., Oberlack, U., Obradovic, M., Olcina, I., Oliver-Mallory, K. C., Gann, G. D. Orebi, Orpwood, J., Ostrowskiy, I., Ouahada, S., Oyulmaz, K., Paetsch, B., Palladino, K. J., Palmer, J., Pan, Y., Pandurovic, M., Pannifer, N. J., Paramesvaran, S., Patton, S. J., Pellegrini, Q., Penning, B., Pereira, G., Peres, R., Perry, E., Pershing, T., Piastra, F., Pienaar, J., Piepke, A., Pierre, M., Plante, G., Pollmann, T. R., Principe, L., Qi, J., Qiao, K., Qie, Y., Qin, J., Radeka, S., Radeka, V., Rajado, M., García, D. Ramírez, Ravindran, A., Razeto, A., Reichenbacher, J., Rhyne, C. A., Richards, A., Rischbieter, G. R. C., Riyat, H. S., Rosero, R., Roy, A., Rushton, T., Rynders, D., Saakyan, R., Sanchez, L., Sanchez-Lucas, P., Santone, D., Santos, J. M. F. dos, Sartorelli, G., Sazzad, A. B. M. R., Scaffidi, A., Schnee, R. W., Schreiner, J., Schulte, P., Schulze, H., Eißing, Schumann, M., Schwenck, A., Schwenk, A., Lavina, L. Scotto, Selvi, M., Semeria, F., Shagin, P., Sharma, S., Shaw, S., Shen, W., Sherman, L., Shi, S., Shi, S. Y., Shimada, T., Shutt, T., Silk, J. J., Silva, C., Simgen, H., Sinev, G., Singh, R., Siniscalco, J., Solmaz, M., Solovov, V. N., Song, Z., Sorensen, P., Soria, J., Stanley, O., Steidl, M., Stenhouse, T., Stevens, A., Stifter, K., Sumner, T. J., Takeda, A., Tan, P. -L., Taylor, D. J., Taylor, W. C., Thers, D., Thümmler, T., Tiedt, D. R., Tönnies, F., Tong, Z., Toschi, F., Tovey, D. R., Tranter, J., Trask, M., Trinchero, G., Tripathi, M., Tronstad, D. R., Trotta, R., Tunnell, C. D., Urquijo, P., Usón, A., Utoyama, M., Vaitkus, A. C., Valentino, O., Valerius, K., Vecchi, S., Velan, V., Vetter, S., de Viveiros, L., Volta, G., Vorkapic, D., Wang, A., Wang, J. J., Wang, W., Wang, Y., Waters, D., Weerman, K. M., Weinheimer, C., Weiss, M., Wenz, D., Whitis, T. J., Wild, K., Williams, M., Wilson, M., Wilson, S. T., Wittweg, C., Wolf, J., Wolfs, F. L. H., Woodford, S., Woodward, D., Worcester, M., Wright, C. J., Wu, V. H. S., üstling, S. W, Wurm, M., Xia, Q., Xing, Y., Xu, D., Xu, J., Xu, Y., Xu, Z., Yamashita, M., Yang, L., Ye, J., Yeh, M., Yu, B., Zavattini, G., Zha, W., Zhong, M., Zuber, K.

The XLZD collaboration is developing a two-phase xenon time projection chamber with an active mass of 60 to 80 t capable of probing the remaining WIMP-nucleon interaction parameter space down to the so-called neutrino fog. In this work we show that,

Externí odkaz: http://arxiv.org/abs/2410.19016

Model-independent searches of new physics in DARWIN with a semi-supervised deep learning pipeline

Autor: Aalbers, J., Abe, K., Adrover, M., Maouloud, S. Ahmed, Althueser, L., Amaral, D. W. P., Andrieu, B., Angelino, E., Martin, D. Antón, Antunovic, B., Aprile, E., Babicz, M., Bajpai, D., Balzer, M., Barberio, E., Baudis, L., Bazyk, M., Bell, N. F., Bellagamba, L., Biondi, R., Biondi, Y., Bismark, A., Boehm, C., Boese, K., Braun, R., Breskin, A., Brommer, S., Brown, A., Bruni, G., Budnik, R., Cai, C., Capelli, C., Chauvin, A., Chavez, A. P. Cimental, Colijn, A. P., Conrad, J., Cuenca-García, J. J., D'Andrea, V., Garcia, L. C. Daniel, Decowski, M. P., Deisting, A., Di Donato, C., Di Gangi, P., Diglio, S., Doerenkamp, M., Drexlin, G., Eitel, K., Elykov, A., Engel, R., Ferella, A. D., Ferrari, C., Fischer, H., Flehmke, T., Flierman, M., Fujikawa, K., Fulgione, W., Fuselli, C., Gaemers, P., Gaior, R., Galloway, M., Gao, F., Garroum, N., Giacomobono, R., Girard, F., Glade-Beucke, R., Glück, F., Grandi, L., Grigat, J., Größle, R., Guan, H., Guida, M., Gyorgy, P., Hammann, R., Hannen, V., Hansmann-Menzemer, S., Hargittai, N., Higuera, A., Hils, C., Hiraoka, K., Hoetzsch, L., Hoferichter, M., Hood, N. F., Iacovacci, M., Itow, Y., Jakob, J., James, R. S., Joerg, F., Kahlert, F., Kaminaga, Y., Kara, M., Kavrigin, P., Kazama, S., Keller, M., Kharbanda, P., Kilminster, B., Kleifges, M., Klute, M., Kobayashi, M., Koke, D., Kopec, A., von Krosigk, B., Kuger, F., LaCascio, L., Landsman, H., Lang, R. F., Levinson, L., Li, I., Li, A., Li, S., Liang, S., Liang, Z., Lin, Y. -T., Lindemann, S., Lindner, M., Liu, K., Loizeau, J., Lombardi, F., Long, J., Lopes, J. A. M., Lucchetti, G. M., Luce, T., Ma, Y., Macolino, C., Mahlstedt, J., Maier, B., Mancuso, A., Manenti, L., Marignetti, F., Undagoitia, T. Marrodán, Martens, K., Masbou, J., Masson, E., Mastroianni, S., Melchiorre, A., Menéndez, J., Messina, M., Milosovic, B., Milutinovic, S., Miuchi, K., Miyata, R., Molinario, A., Monteiro, C. M. B., Morå, K., Moriyama, S., Morteau, E., Mosbacher, Y., Müller, J., Murra, M., Newstead, J. L., Ni, K., O'Hare, C., Oberlack, U., Obradovic, M., Ostrowskiy, I., Ouahada, S., Paetsch, B., Pan, Y., Pandurovic, M., Pellegrini, Q., Peres, R., Piastra, F., Pienaar, J., Pierre, M., Plante, G., Pollmann, T. R., Principe, L., Qi, J., Qiao, K., Qin, J., Rajado, M., García, D. Ramírez, Ravindran, A., Razeto, A., Sanchez, L., Sanchez-Lucas, P., Sartorelli, G., Scaffidi, A., Schreiner, J., Schulte, P., Eißing, H. Schulze, Schumann, M., Schwenck, A., Schwenk, A., Lavina, L. Scotto, Selvi, M., Semeria, F., Shagin, P., Sharma, S., Shen, W., Shi, S. Y., Shimada, T., Simgen, H., Singh, R., Solmaz, M., Stanley, O., Steidl, M., Stevens, A., Takeda, A., Tan, P. -L., Thers, D., Thümmler, T., Tönnies, F., Toschi, F., Trinchero, G., Trotta, R., Tunnell, C. D., Urquijo, P., Utoyama, M., Valerius, K., Vecchi, S., Vetter, S., Volta, G., Vorkapic, D., Wang, W., Weerman, K. M., Weinheimer, C., Weiss, M., Wenz, D., Wilson, M., Wittweg, C., Wolf, J., Wu, V. H. S., Wüstling, S., Wurm, M., Xing, Y., Xu, D., Xu, Z., Yamashita, M., Yang, L., Ye, J., Yuan, L., Zavattini, G., Zhong, M., Zuber, K.

We present a novel deep learning pipeline to perform a model-independent, likelihood-free search for anomalous (i.e., non-background) events in the proposed next generation multi-ton scale liquid Xenon-based direct detection experiment, DARWIN. We tr

Externí odkaz: http://arxiv.org/abs/2410.00755

A quantitative investigation for deployment of mobile collaborative robots in high-value manufacturing

Autor: Hifi, Amine, Jackson, W., Loukas, C., Shields, M., Poole, A., Mohseni, E., MacLeod, C. N., Dobie, G., Pierce, S. G., O'Hare, T., Munro, G., O'Brian-O'Reilly, J., Vithanage, R. W. K.

Component inspection is often the bottleneck in high-value manufacturing, driving industries like aerospace toward automated inspection technologies. Current systems often employ fixed arm robots, but they lack the flexibility in adapting to new comp

Externí odkaz: http://arxiv.org/abs/2406.06353

CYG$\nu$S: Detecting solar neutrinos with directional gas time projection chambers

Autor: Lisotti, Chiara, O'Hare, Ciaran A. J., Baracchini, Elisabetta, Bashu, Victoria U., Bignell, Lindsey J., Dastgiri, Ferdos, Ghrear, Majd, Lane, Gregory J., McKie, Lachlan J., McNamara, Peter C., Torelli, Samuele

Publikováno v: Eur. Phys. J. C, 84 10 (2024) 1021

CYGNUS is a proposed global network of large-scale gas time projection chambers (TPCs) with the capability of directionally detecting nuclear and electron recoils at $\gtrsim$keV energies. The primary focus of CYGNUS so far has been the detection of

Externí odkaz: http://arxiv.org/abs/2404.03690