| Project/Area Number |
21K13909
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 15010:Theoretical studies related to particle-, nuclear-, cosmic ray and astro-physics
|
|---|
| Research Institution | Sendai National College of Technology (2023-2024)
Ichinoseki National College of Technology (2021-2022) |
|---|
Principal Investigator |
Hayashi Kohei 仙台高等専門学校, 総合工学科, 准教授 (20771207)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000)
Fiscal Year 2024: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2023: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2022: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2021: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | 銀河系矮小銀河 / ダークマター / ビッグデータ / すばる望遠鏡 / 銀河動力学 / 矮小銀河 / 矮小楕円体銀河 |
|---|
| Outline of Research at the Start |
ダークマターはいったい何者なのか？この謎を解明するため、本研究ではダークマターの理論模型に強い制限を与えられる矮小銀河ダークマター分布に焦点をあてる。すばる望遠鏡を用いた観測データの飛躍的な向上により、このダークマター分布の高精度決定が期待されることから、このビッグデータを有効活用するための統計的手法及び新たな動力学解析モデルの構築を行う。このモデルから得られるダークマター分布を、将来のダークマター間接的検出実験に対する重要な情報として提供する。
|
| Outline of Final Research Achievements |
About 80% of the matter in the universe is believed to be dark matter, but its true nature remains unknown. In this study, we focused on accurately estimating the dark matter distribution in dwarf galaxies associated with the Milky Way. We generated realistic mock data that reflect the expected observational performance of the new spectrograph on the Subaru Telescope, and developed a new analysis method using machine learning techniques. Starting in 2025, we will apply this method to actual data from the new spectrograph to gain a deeper understanding of dark matter.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究は、現代物理学における最大の謎の１つである暗黒物質の解明に向けた、宇宙物理学の側面からの重要なアプローチの１つである。本研究によって構築した動力学解析により、銀河系矮小銀河の暗黒物質分布推定がの高精度化が期待できるため、暗黒物質探索を目的とした実験・観測に有用な情報を提供できる。
また、機械学習を取り入れた解析手法は、天文学と情報科学の融合による新たな研究展開を促し、他分野への応用も期待される学術的・社会的に意義ある成果である。
|
