زمین¬لغزش¬ها، به¬طور کلی حرکات توده¬ای از پدیده¬های طبیعی و متداول تغییر شکل دهنده¬ی سطح زمین به¬شمار می¬آیند و عامل اصلی حرکت و لغزش نیروی ثقل است و عوامل متعدد دیگری از جمله باران¬های سیل¬آسا و زمین¬لرزه ها و ... باعث تشدید و تحریک آنها می¬گردند. حوزه¬ی آبخیز طالقان از جمله آبخیزها¬ی مستعد زمین¬لغزش می¬باشد. همچنین در پژوهش¬های پیشین انجام گرفته در این منطقه، پیشنهاد گردیده است که از روش¬های دقیق¬تر و نیز لایه¬های اطلاعاتی و عوامل دیگر و بیشتری برای پهنه¬بندی زمین¬لغزش استفاده گردد. در این پژوهش هدف، پهنه¬بندی خطر زمین¬لغزش حوزه¬ی آبخیز طالقان (مشرف به سد طالقان) در مقیاس 1:50000، با استفاده از روش¬های، آماری(روش ارزش اطلاعاتی) و شبکه¬های عصبی مصنوعی با الگوریتم یادگیری پس انتشارخطا (شبکه¬های عصبی پرسپترون(mlp) و شبکه ¬های مبتنی بر توابع پایه¬ای گوسی(rbf)) و با در نظر داشتن لایه¬های اطلاعاتی نظیر شیب، جهت شیب، زمین¬شناسی(لیتولوژی)، فاصله از گسل¬ها، فاصله از آبراهه¬ها، فاصله از جاده، کاربری اراضی، پوشش گیاهی، ارتفاع، و بارندگی می¬باشد. با بررسی ¬های انجام گرفته مشخص گردید که روش شبکه¬های عصبی پرسپترون مناسب¬ترین روش می¬باشد.

کشف ابر تقارن یکی از اهداف اصلی برخورد دهنده هادرونی بزرگ ساخته شده در cern است. در اینجا یک سناریوی بسیار مقید را در نظر می گیریم که گرانش، مسئول اصلی شکست ابر تقارن می باشد. یک برازش جنبشی با دو قید برای استخراج کوارک تاپ برای هر دو حالتی که جت b قابل شناسایی باشد یا نباشد، استفاده شده است. توانایی cms برای پیدا کردن susy با جرم کم در رویدادهایی با یک کوارک تاپ در حالت نهایی، به وسیله شبیه سازی مطالعه شده است. نشان داده شده است که برای نقطه lm 1 ، برای حالتی که جت b قابل شناسایی باشد، با یک انتگرال درخشندگی 30 ، یک کشف 5 با فرض غالب بودن عدم قطعیت های آماری قابل انجام است. سیگنال نهایی بر روی پس زمینه، 12 است.