Accurate and Systematic Theoretical Modeling of Core-collapse Supernovae via Machine Learning Technique

• Project/Area Number: 25K17399
• 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: Ibaraki National College of Technology
• Principal Investigator: 原田 了 茨城工業高等専門学校, 国際創造工学科, 助教 (80844795)
• Project Period (FY): 2025-04-01 – 2030-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000); Fiscal Year 2029: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000); Fiscal Year 2028: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2027: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2026: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000); Fiscal Year 2025: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000)
• Keywords: 超新星爆発 / 数値シミュレーション / 機械学習

Outline of Research at the Start

超新星爆発は大質量星が死ぬときの爆発現象であり、観測と理論の両面から、その統計的な性質が最近精力的に調べられるようになってきた。しかし、爆発メカニズムは複雑で、信頼できる数値シミュレーションを系統的に実行することは難しい。本研究では、信頼できる少数のモデルをもとにこれを再現する機械学習モデルを構築し、低コストで信頼性の高い数値シミュレーションを実行する。次いで、これを多数実行することで、超新星爆発の統計的な性質を理論的に明らかにする。