SwePub
Sök i LIBRIS databas

  Utökad sökning

id:"swepub:oai:DiVA.org:su-149844"
 

Sökning: id:"swepub:oai:DiVA.org:su-149844" > Bayesian analysis a...

Bayesian analysis and naturalness of (Next-to-)Minimal Supersymmetric Models

Athron, Peter (författare)
Balazs, Csaba (författare)
Farmer, Benjamin (författare)
Stockholms universitet,Fysikum,Oskar Klein-centrum för kosmopartikelfysik (OKC)
visa fler...
Fowlie, Andrew (författare)
Harries, Dylan (författare)
Kim, Doyoun (författare)
visa färre...
 (creator_code:org_t)
2017
2017
Engelska.
Ingår i: Journal of High Energy Physics (JHEP). - 1126-6708 .- 1029-8479. ; :10
  • Tidskriftsartikel (refereegranskat)
Abstract Ämnesord
Stäng  
  • The Higgs boson discovery stirred interest in next-to-minimal supersymmetric models, due to the apparent fine-tuning required to accommodate it in minimal theories. To assess their naturalness, we compare fine-tuning in a Z(3) conserving semi-constrained Next-to-Minimal Supersymmetric Standard Model (NMSSM) to the constrained MSSM (CMSSM). We contrast popular fine-tuning measures with naturalness priors, which automatically appear in statistical measures of the plausibility that a given model reproduces the weak scale. Our comparison shows that naturalness priors provide valuable insight into the hierarchy problem and rigorously ground naturalness in Bayesian statistics. For the CMSSM and semi-constrained NMSSM we demonstrate qualitative agreement between naturalness priors and popular fine tuning measures. Thus, we give a clear plausibility argument that favours relatively light superpartners.

Ämnesord

NATURVETENSKAP  -- Fysik (hsv//swe)
NATURAL SCIENCES  -- Physical Sciences (hsv//eng)

Nyckelord

Supersymmetry Phenomenology

Publikations- och innehållstyp

ref (ämneskategori)
art (ämneskategori)

Hitta via bibliotek

Till lärosätets databas

Hitta mer i SwePub

Av författaren/redakt...
Athron, Peter
Balazs, Csaba
Farmer, Benjamin
Fowlie, Andrew
Harries, Dylan
Kim, Doyoun
Om ämnet
NATURVETENSKAP
NATURVETENSKAP
och Fysik
Artiklar i publikationen
Journal of High ...
Av lärosätet
Stockholms universitet

Sök utanför SwePub

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy