我们提出了强大的新分析技术，以约束大型强子对撞机的有效领域理论。 通过利用粒子物理学过程的结构，我们从蒙特卡洛模拟中提取了额外的信息，这些信息可用于训练估计似然比的神经网络模型。 这些方法可很好地扩展到具有许多可观察到的参数和理论参数的过程，不需要parton淋浴或检测器响应的任何近似值，并且可以在几微秒内进行评估。 我们表明，它们使我们能够对六维算符施加比现有方法明显更大的限制，这表明它们有潜力提高LHC传统约束的精度。

摘要概念是知识表示的基本认知单元,它由外延和内涵两部分构成由于概念的外延与内涵可以相互诱导,所概念的外延和内涵中一旦有一个被确定下来,那么这个概念也就随之确定,概念认知是将属于这一概念的特征鳳性筛选出来,同时把不于这一概念的特征婳性排除,即通过确定内涵的方式获得櫶念,它采用特定的认知方法米完成概念的识别当前,概念认知正逐渐借鉴认知科学领域中的一些研究思想,不断地完善自身理论与方法.然而,现有的概念认知方法要求假定概念认知算子具有完全认知功能,但现实中由于个体认知的局限性往往会出现认知不完全的现象