2021 Fiscal Year Research-status Report
CTA用モンテカルロシミュレーションの効率化のための背景事象生成省略手法の開発
| Project/Area Number |
21K03587
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
吉越 貴紀 東京大学, 宇宙線研究所, 准教授 (30322366)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
大石 理子 東京大学, 宇宙線研究所, 助教 (10420233)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 宇宙線（実験） |
|---|
| Outline of Annual Research Achievements |
本研究は、次世代大型地上ガンマ線天文台CTAの多様な装置応答関数（IRF）を生成する大規模モンテカルロ（MC）シミュレーションのさらなる効率化を目的とする。計算時間の大部分を占める宇宙線バックグランド事象のシミュレーションにおいて、データ解析で除去されることが自明な事象を空気シャワーの初期反応を参照して同定し、それらを省略する新手法を開発する。
2021年度は、上記のソフトウェア開発研究を担当する大学院修士課程学生1名を決定し、研究分担者の監修のもと、当該学生がMCシミュレーションおよびデータ解析ソフトウェアの習得を開始した。また、MCシミュレーションを行う調査対象の望遠鏡構成をCTAの北半球サイト（La Palma）のフルアレイ（大口径望遠鏡（LST）4基および中口径望遠鏡（MST）15基）に定め、東京大学宇宙線研究所の計算機システムでガンマ線事象、バックグランド事象の大量生成に着手した。フルアレイを選択した理由は、本研究に先行して行なった小規模アレイ（LST 4基）を対象とした研究において省略することが難しいバックグランド事象の生成条件が見つかり、よりバックグランド分離性能が高いフルアレイについて調査することが適切だと判断したためである。生成したシミュレーションデータに伝統的なデータ解析手法を適用し、バックグランド分離に用いるパラメータの計算を行う等、本研究の基盤を整えつつある。
また、本研究のデータ解析において今後積極的に機械学習を取り入れることを見込み、高性能GPUの導入を予定していた。しかし検討の結果、その消費電力や発熱に耐える計算機本体が必要であることが判明し、GPUと共にそれを装備可能な計算機を購入した。結果としてGPUの性能面では妥協することになったが、その効率的な利用方法を今後検討する。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
ソフトウェア開発研究を担当する大学院学生が就職活動に時間を取られてしまい、当初予定より進捗は遅れている。
|
| Strategy for Future Research Activity |
伝統的かつ単純なデータ解析手法を用いたバックグランド事象省略率の評価を急ぐ。担当学生の就職活動が終了すれば研究が進展すると見込んでいるが、状況に応じて担当者を増やす等研究分担の割合を見直す。また、次の段階で予定している機械学習ソフトウェアの開発およびそのデータへの適用は比較的分離しやすい研究項目であると考えられるため、この応用に興味のある学生あるいは研究者を探して研究を並行して推進することも検討する。
|
| Causes of Carryover |
少額で中途半端な金額となってしまったため。次年度に合算して有効活用する。
|
