基于人工神经网络的HERA衍射J/ψ产生

本文使用人工神经网络（ANN）分析了来自HERA实验的关于相干衍射J/ψ产生的数据。作者旨在提供一种与模型无关的分析方法，克服传统依赖模型方法的局限性。他们预测了微分截面，并将模型扩展到包括LHC数据，提取指数斜率'b'并分析其对运动学变量的依赖性。这具有重要意义，因为它提供了一种新的、可能更准确的方式来分析高能物理数据并提取物理参数。

• •应用ANN分析HERA关于衍射J/ψ产生的数据。
• •提供一种与模型无关的方法，以克服现有方法的局限性。
• •预测微分截面并提取指数斜率'b'。
• •展示了'b'对运动学变量（$Q^2$和$W$）的依赖性。