| 研究領域 | 「学習物理学」の創成－機械学習と物理学の融合新領域による基礎物理学の変革 |
|---|
| 研究課題/領域番号 |
23H04513
|
|---|
| 研究種目 |
学術変革領域研究(A)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
学術変革領域研究区分(Ⅱ)
|
|---|
| 研究機関 | 東京大学 (2024)
九州大学 (2023) |
|---|
研究代表者 |
末原 大幹 東京大学, 素粒子物理国際研究センター, 特任准教授 (20508387)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
5,070千円 (直接経費: 3,900千円、間接経費: 1,170千円)
2024年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
2023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 | 深層学習 / グラフニューラルネットワーク / ILC / 事象再構成 / 測定器最適化 |
|---|
| 研究開始時の研究の概要 |
次世代電子陽電子コライダー、特に国際リニアコライダー(ILC)測定器において、物理解析の要となるParticle Flow Algorithm (PFA)の開発を行う。グラフニューラルネットワークを用いて性能向上を図るとともに、機械学習の特性を活かしてバイアスの少ない測定器のパラメータ最適化手法を開発・実施する。また、シミュレーションと実データの不一致による系統誤差を軽減する研究を行う。
|
