• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2021 Fiscal Year Annual Research Report

カムランド禅800による高感度マヨラナニュートリノ探索のための研究開発

Research Project

Project/Area Number 19K14726
Research InstitutionTohoku University

Principal Investigator

丸藤 亜寿紗  東北大学, ニュートリノ科学研究センター, 特任助教(研究) (20704399)

Project Period (FY) 2019-04-01 – 2022-03-31
Keywords二重ベータ崩壊 / ニュートリノ / 液体シンチレータ / キセノン / 素粒子実験
Outline of Annual Research Achievements

ニュートリノを伴わない二重ベータ(0νββ)崩壊は、観測されればニュートリノの性質(マヨラナ性、質量、質量の階層構造)を明らかにできることから注目されており、世界中で様々な手法、崩壊核を用いて活発に実験が行われている。
本研究は、カムランド禅実験による、より高感度な0νββ崩壊の探索を目的としている。2019年1月に実験を開始したカムランド禅800は、約 750kg のキセノン (崩壊核136Xe、90%濃縮) を溶かした液体シンチレータを半径 1.9m のナイロン製バルーンに入れ、二重ベータ崩壊を観測している。
観測の背景事象の一つ、宇宙線ミューオンによる原子核破砕事象(炭素)については前年度までの研究で除去方法が確立された。これにより、キセノンの原子核破砕事象の見積もりと除去方法についての研究が進められた。キセノンの原子核破砕事象は、一つ一つの寄与は小さいものの、数時間から数日と半減期が長いものが多く、全体では主要な背景事象となる。単純にミューオンからの時間差だけでカットしてしまうと除去効率がひどくなるため、中性子数、距離、ミューオンとの時間相関をパラメータとした尤度関数を導入し、除去したものと、除去してないものをそれぞれのエネルギースペクトルで同時フィットしている。8B太陽ニュートリノの測定も閾値を下げた測定が順調に進んでいる。2年のデータ取得期間を経てカムランド禅800の最初の結果がまとめられ、2022年3月に雑誌に投稿された。世界で初めて逆階層構造での探索を行い、半減期で2.3×10^26年、有効質量にして、36-156 meVと世界最高感度での制限がつけられた。

  • Research Products

    (5 results)

All 2022 2021

All Presentation (5 results)

  • [Presentation] KamLAND-Zen:背景事象の評価2022

    • Author(s)
      亀井雄斗, 他KamLAND-Zen Collaboration
    • Organizer
      日本物理学会第77回年次大会
  • [Presentation] KamLAND-Zen:機械学習を用いた粒子識別の研究2022

    • Author(s)
      三宅春彦, 他KamLAND-Zen Collaboration
    • Organizer
      日本物理学会第77回年次大会
  • [Presentation] KamLAND-Zen:ニュートリノを伴わない二重ベータ崩壊探索の最新結果2022

    • Author(s)
      尾﨑秀義, 他KamLAND-Zen Collaboration
    • Organizer
      日本物理学会第77回年次大会
  • [Presentation] KamLAND-Zen:二重ベータ崩壊の観測2021

    • Author(s)
      亀井雄斗, 他KamLAND-Zen Collaboration
    • Organizer
      日本物理学会2021秋季大会
  • [Presentation] KamLAND-Zen:ニュートリノを伴なわない二重ベータ崩壊探索の解析の状況2021

    • Author(s)
      竹内敦人, 他KamLAND-Zen Collaboration
    • Organizer
      日本物理学会2021秋季大会

URL: 

Published: 2022-12-28  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi