Publication

Update of the Binoth Les Houches Accord for a standard interface between Monte Carlo tools and one-loop programs

Valentin Hirschi
2014
Journal Articles

Résumé

We present an update of the Binoth Les Houches Accord (BLHA) to standardise the interface between Monte Carlo programs and codes providing one-loop matrix elements. (C) 2013 Elsevier B.V. All rights reserved.

Source officielle

https://infoscience.epfl.ch/entities/publication/aa623d4e-b479-42e0-affb-d23f88ef5779

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Valentin Hirschi
2014
Journal Articles

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/aa623d4e-b479-42e0-affb-d23f88ef5779

À propos de ce résultat

Concepts associés (9)

Méthode de Monte-Carlo

Une méthode de Monte-Carlo, ou méthode Monte-Carlo, est une méthode algorithmique visant à calculer une valeur numérique approchée en utilisant des procédés aléatoires, c'est-à-dire des techniques probabilistes. Les méthodes de Monte-Carlo sont particulièrement utilisées pour calculer des intégrales en dimensions plus grandes que 1 (en particulier, pour calculer des surfaces et des volumes). Elles sont également couramment utilisées en physique des particules, où des simulations probabilistes permettent d'estimer la forme d'un signal ou la sensibilité d'un détecteur.

Méthode de Monte-Carlo par chaînes de Markov

Les méthodes de Monte-Carlo par chaînes de Markov, ou méthodes MCMC pour Markov chain Monte Carlo en anglais, sont une classe de méthodes d'échantillonnage à partir de distributions de probabilité. Ces méthodes de Monte-Carlo se basent sur le parcours de chaînes de Markov qui ont pour lois stationnaires les distributions à échantillonner. Certaines méthodes utilisent des marches aléatoires sur les chaînes de Markov (algorithme de Metropolis-Hastings, échantillonnage de Gibbs), alors que d'autres algorithmes, plus complexes, introduisent des contraintes sur les parcours pour essayer d'accélérer la convergence (Monte Carlo Hybride, Surrelaxation successive).

Boucle for

En informatique, la boucle for est une structure de contrôle de programmation qui permet de répéter l'exécution d'une séquence d'instructions. Selon les langages de programmation, différents mots-clés sont utilisés pour signaler cette structure de contrôle : for pour les descendants d'Algol, do pour FORTRAN, PL/I, etc. Une "boucle for" a deux parties : une entête qui spécifie la manière de faire l'itération, et un corps qui est exécuté à chaque itération. Dans cette forme de boucle, une variable prend des valeurs successives sur un intervalle.

Afficher plus

Publications associées (2)

Tri-Axial Magnetic Field Sensor up to VHF with Frequency Weighing

German Augusto Ramirez Arroyave

This contribution presents an isotropic magnetic field probe with shaped frequency response in the band 100 kHz - 400 MHz to ponder the aggregate response according to the ICNIRP 2020 guidelines. The basic sensor is a printed loop which is modelled as a Th ...

IEEE2023

Dynamic prediction-based relocation policies in one-way station-based carsharing systems with complete journey reservations

Burak Boyaci, Nikolaos Geroliminis, Martin Jean Marie Joseph Repoux, Mor Kaspi

In this paper, we study the operations of a one-way station-based carsharing system implementing a complete journey reservation policy. We consider the percentage of served demand as a primary performance measure and analyze the effect of several dynamic s ...

PERGAMON-ELSEVIER SCIENCE LTD2019