機械学習を用いた粒子識別技術の開発とマグネシウム24における6α状態の探索

2019 Fiscal Year Annual Research Report

• Project/Area Number: 19J20784
• Research Institution: Kyoto University
• Principal Investigator: 藤川 祐輝 京都大学, 理学研究科, 特別研究員(DC1)
• Project Period (FY): 2019-04-25 – 2022-03-31
• Keywords: クラスター構造 / 波形解析 / 機械学習

Outline of Annual Research Achievements

本研究は、低密度核物質についての知見を得るために、24Mg原子核におけるα凝縮状態の探索実験を行うことを目的としている。その方法として、12C+12C共鳴散乱からの多重崩壊粒子測定を行う予定である。α凝縮状態探索では、励起状態から放出される複数の低エネルギー崩壊α粒子を測定する必要がある。この時、α粒子の他にも様々な崩壊粒子が放出されるため、その中からα粒子を識別しなければならないが、低エネルギーでの粒子識別は非常に困難である。そこで本研究では、機械学習を用いた波形解析を導入し、この困難を克服する計画である。
2019年度は実験で用いる半導体検出器及びデータ取得回路の準備を行った。
本実験で用いる半導体検出器は大立体角を覆うために大面積のものが必要となる。さらに、文献調査の結果、波形識別の分解能を向上させるためには"Neutron Transmutation Doping Si"と呼ばれる均一性に優れた半導体検出器が適していると判明した。そこで、大面積のNTD Si検出器の選定を行い、調達した。
本実験では、波形解析を行うためにフラッシュADCと呼ばれる波形を記録できるモジュールが必要である。本実験で必要なチャンネル数分のモジュールを調達し、データ取得のための読み出しプログラムを作成した。さらに、波形解析においては、前置増幅器の時定数の違いが分解能に影響を与える可能性がある。そこで、異なる時定数の前置増幅器を調達した。この影響については今後、テスト実験を行う予定である。
また、実験条件に付いてのシミュレーション計算を行い、実験の実現可能性を検討した。この検討結果を元に、日本原子力開発機構のタンデム加速器課題審査委員会において実験を提案し、ビームタイムが採択された。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

検出器やデータ取得回路の調達に時間を要したため、今年度のテスト実験実施が困難であった。しかし、より本実験に適した検出器の選定を行うことができたため、分解能が向上した実験を行うことができると考えられる。

Strategy for Future Research Activity

2020年度には、検出器及びデータ取得回路の性能評価を行う。
加速器からのビームを用いて、各種荷電粒子を生成し、その波形を取得することで、半導体検出器の違いや、前置増幅器の時定数、粒子のエネルギーの違いによる波形解析の性能変化について評価を行い、検出器やデータ取得回路の組み合わせを最適化する。
また、これらの準備ができ次第、12C+12C共鳴散乱からの崩壊粒子測定を行い、データを取得する。