Particle reconstruction with deep learning and its application to detector development

Publicly Offered Research

Project Area	Foundation of "Machine Learning Physics" --- Revolutionary Transformation of Fundamental Physics by A New Field Integrating Machine Learning and Physics
Project/Area Number	23H04513
Research Category	Grant-in-Aid for Transformative Research Areas (A)
Allocation Type	Single-year Grants
Review Section	Transformative Research Areas, Section (II)
Research Institution	The University of Tokyo (2024) Kyushu University (2023)
Principal Investigator	末原大幹東京大学, 素粒子物理国際研究センター, 特任准教授 (20508387)
Project Period (FY)	2023-04-01 – 2025-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥5,070,000 (Direct Cost: ¥3,900,000、Indirect Cost: ¥1,170,000) Fiscal Year 2024: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000) Fiscal Year 2023: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
Keywords	深層学習 / グラフニューラルネットワーク / ILC / 事象再構成 / 測定器最適化
Outline of Research at the Start	次世代電子陽電子コライダー、特に国際リニアコライダー(ILC)測定器において、物理解析の要となるParticle Flow Algorithm (PFA)の開発を行う。グラフニューラルネットワークを用いて性能向上を図るとともに、機械学習の特性を活かしてバイアスの少ない測定器のパラメータ最適化手法を開発・実施する。また、シミュレーションと実データの不一致による系統誤差を軽減する研究を行う。