| 研究課題/領域番号 |
18K03675
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分15020:素粒子、原子核、宇宙線および宇宙物理に関連する実験
|
|---|
| 研究機関 | 大学共同利用機関法人高エネルギー加速器研究機構 (2020-2021)
名古屋大学 (2018-2019) |
|---|
研究代表者 |
戸本 誠 大学共同利用機関法人高エネルギー加速器研究機構, 素粒子原子核研究所, 教授 (80432235)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2020年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2019年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2018年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | Trigger / LHC/ATLAS実験 / エネルギーフロンティア実験 / トリガー / 機械学習 / 素粒子実験 |
|---|
| 研究成果の概要 |
高輝度LHC実験などの将来のエネルギーフロンティア実験において、興味ある物理事象とともに増大する背景事象をより強力に削除するトリガー技術の開発を進めた。大規模FPGAと高速・多入出力光トランシーバとを組み合わせた汎用的なトリガーボード試作機を製作した。高輝度LHC実験で導入予定の"Track Fit Trigger"によるμ粒子トリガーアルゴリズムを完成させ、トリガーボード試作機に実装した。"Track Fit Trigger"に変わるConvolutional Neural Network (CNN)などを取り入れた「AIトリガー」アルゴリズムを考案し、将来実験での実装可能性を追求した。
|
| 研究成果の学術的意義や社会的意義 |
高輝度LHC実験において最初に導入するミューオントリガーアルゴリズムとして"Track Fit Trigger"を使って物理データを収集することが国際共同研究者から認められた。さらに、トリガーボードを完成させ量産準備に取り掛かることができた。単純な検出器セットアップによる検証ではあるが、「AIトリガー」が"Track Fit Trigger"以上の性能を出せる可能性を持つことを立証し、学術論文としてまとめ投稿した（論文は承認待ち中）。また、このアルゴリズムは、ミューオントリガーだけでなく、シリコン検出器などを用いて実現する荷電粒子飛跡トリガーへの波及効果など応用性があることが認められた。
|
