機械学習で迫るフレーバー構造およびCP対称性の破れ

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	25H01539
Research Category	Grant-in-Aid for Transformative Research Areas (A)
Allocation Type	Single-year Grants
Review Section	Transformative Research Areas, Section (II)
Research Institution	Kyushu University
Principal Investigator	大塚啓九州大学, 理学研究院, 助教 (80777988)
Project Period (FY)	2025-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000) Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Keywords	フレーバー対称性 / CP対称性の破れ / 機械学習 / ニュートリノ
Outline of Research at the Start	素粒子標準模型の謎であるフレーバー構造およびCP対称性の破れの起源を究明するにあたり、効率的にデータを分析する技術としてしられる機械学習に注目する。「機械学習で迫るフレーバー構造およびCP対称性の破れ」に挑戦する本研究の目的は、機械学習を用いて網羅的にフレーバー模型を検証する解析手法の確立と、素粒子のフレーバー構造を決定する湯川結合に基づき新たな素粒子の現象論を開拓することである。