Application of Machine Learning and Quantum Computing for searching for dark matter and new physics

• Project/Area Number: 22K03635
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 15010:Theoretical studies related to particle-, nuclear-, cosmic ray and astro-physics
• Research Institution: Osaka University
• Principal Investigator: 竹内 道久 大阪大学, 情報科学研究科, 特任准教授(常勤) (60749464)
• Project Period (FY): 2022-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2022)
• Budget Amount: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000); Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2024: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2023: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
• Keywords: 素粒子 / 暗黒物質 / 機械学習 / 量子計算 / 新物理

Outline of Research at the Start

現代素粒子物理学の中での最も重要な謎の一つである、暗黒物質の正体の解明をめざして、近年進展の著しい、機械学習、量子計算等の新手法を素粒子標準模型を超える新物理に迫るために活用していく。現代の素粒子加速器実験においては、量子力学に支配された非常に高統計の実験データが蓄積されており、量子ビッグデータ科学の側面を持つ。近年、新しい新物理模型にも注目が集まっており、古典・量子機械学習等の革新的な手法を利用して、新しい未知粒子の探索感度の飛躍的な向上可能性や、新しい量子相関などの物理量の測定方法を研究する。