| 研究領域 | ヒッグス粒子発見後の素粒子物理学の新展開～LHCによる真空と時空構造の解明～ |
|---|
| 研究課題/領域番号 |
19H04613
|
|---|
| 研究種目 |
新学術領域研究(研究領域提案型)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
理工系
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
竹内 道久 名古屋大学, 素粒子宇宙起源研究所, 准教授 (60749464)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,940千円 (直接経費: 3,800千円、間接経費: 1,140千円)
2020年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2019年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
|
|---|
| キーワード | 機械学習 / ジェット / ボトムフレーバー / タウフレーバー / LHC / 新物理探索 / 素粒子現象論 / 暗黒物質 / LHCにおける新物理探索 / 新粒子探索 / トラック情報 |
|---|
| 研究開始時の研究の概要 |
暗黒物質をコライダー実験において検証するためには、更なる解析の精密化が必要不可欠である。これまでの伝統的な物理解析方法に則り、ジェットをまず構成し、そのジェットの内部構造を精査することで、測定の精密化が可能となることが近年示されてきた。本研究では、更に一歩進んで、ジェット構成前のカロリメータ情報、トラック情報を直接入力とし、それらの相関を直接解析する方法を提案し、ジェットの構成を基礎とした伝統的方法を超える解析方法となりえるか、感度向上がどの程度可能かを研究する。この際、多数の相関量を扱い、シグナルと背景事象を分類するため、近年特に発展の著しい深層学習等の機械学習分野の知見を応用する。
|
| 研究実績の概要 |
コライダー実験における新物理探索の感度を上げるためには、解析の精密化が不可欠である。本年度も、トラック情報を含めたジェットの内部構造を機械学習を用いて精査する方法により、新物理感度の向上が期待できるケースについて研究を行う計画であった。特に、フレーバー物理に見られる様々な標準模型からのずれの兆候に対して、これらの新手法を適応することにより、LHC実験における独立な検証の提案を行いたいと考えていた。
機械学習を用いて解析を行うため、前段階の研究として、標準模型からのずれが指摘される、ボトム中間子のタウ粒子を含む崩壊B→D(*)lνを説明するような模型について、LHC実験における感度がどの程度見込まれるかに関する研究を行った。本研究では、有効理論（EFT）とその具体的な高エネルギー理論との解析の比較を行い、有効理論を適応することがLHC実験のエネルギースケールでは近似が悪くなることを指摘した。また、タウ粒子の偏極の方向により、感度が変わることも確認した。この研究成果については、論文にまとめて発表を行った。
現在、これらの結果を踏まえ、このプロセスについて、ボトム同定を利用した解析に拡張することで感度の向上が図れるかを検証している。この際、ボトム同定や、タウ同定の部分にジェットの内部構造に機械学習手法を適応することの効果を議論したい。また、LHC実験において、トラック情報等に機械学習を用いてB_c→τν崩壊を同定する方法に関する研究も行っている。更に、ヒッグス粒子のボトム湯川結合の符号を決定する方法についても研究も進めており、成果がまとまり次第、論文にまとめる予定である。
また、上記の発表論文、前年度の発表論文に関して、招待講演を含むいくつかの講演を行ない、国内外へ研究成果の発信を行った。
|
| 現在までの達成度 (段落) |
令和2年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和2年度が最終年度であるため、記入しない。
|
