| 研究課題/領域番号 |
18J13957
|
|---|
| 研究種目 |
特別研究員奨励費
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 国内 |
|---|
| 研究分野 |
素粒子・原子核・宇宙線・宇宙物理(実験)
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
田中 駿祐 京都大学, 理学研究科, 特別研究員(DC2)
|
|---|
| 研究期間 (年度) |
2018-04-25 – 2020-03-31
|
| 研究課題ステータス |
採択後辞退 (2019年度)
|
| 配分額 *注記 |
1,900千円 (直接経費: 1,900千円)
2019年度: 900千円 (直接経費: 900千円)
2018年度: 1,000千円 (直接経費: 1,000千円)
|
|---|
| キーワード | ダブルベータ崩壊 / ニュートリノ / 読み出し回路 / 粒子識別 / 機械学習 |
|---|
| 研究実績の概要 |
本研究では、ニュートリノを伴わないダブルベータ崩壊(0ν2β)の世界初観測を目指して、高圧XeガスTPC検出器の作成を行っている。本年度は主に、検出器から得られる電気信号をデジタル化してPCに送信するための読み出し回路の作成と、TPC検出器で得られた粒子の飛跡データを解析して0ν2βを抽出する手法の確立を行った。
読み出し回路に関しては、試作機を作成しその性能評価を行った。稀な現象である0ν2βを確実に観測するために、読み出し回路には高いエネルギー分解能を持つこと、低ノイズであることが求められる。DC接続を用いた新しい電源供給手法を開発したことで、レート耐性を保ちながらも高いエネルギー分解能を得られることを確認した。また信号の伝達経路からできる限りノイズ源を遠ざけた結果、ノイズを要求の半分程度の大きさに抑えることができた。これらにより読み出し回路が十分な性能を持つことを確認できたため、この回路を量産して検出器の大型化にむけた準備を行った。
また0ν2βが発生したことを証明するためには、背景事象を十分に取り除かなければならない。今回は、代表的な背景事象である214Biからのγ線と0ν2β信号とを区別するために、粒子の飛跡データをDeep Learningを用いて解析することに取り組んだ。学習に用いる飛跡データとして、Xe 1トン級検出器のシミュレーションデータを用いた。以前実験グループ内で開発された、飛跡のトラッキングを行うことで信号の識別を行う手法では、我々が目標とする感度への到達には、40年ほどの歳月が必要であった。これは丸まった飛跡や分離した飛跡に対してトラッキングをうまく行えず、識別に至るまでの検出効率が低下してしまっていたことが一因である。Deep Learningを用いてこれらの飛跡を統一的に扱うことで、わずか6年ほどの測定で目標感度へ到達可能になるなど大幅な性能改善を果たした。
|
| 現在までの達成度 (段落) |
翌年度、交付申請を辞退するため、記入しない。
|
| 今後の研究の推進方策 |
翌年度、交付申請を辞退するため、記入しない。
|
