| 研究課題/領域番号 |
18H03699
|
|---|
| 研究機関 | 東邦大学 |
|---|
研究代表者 |
中 竜大 東邦大学, 理学部, 講師 (00608888)
|
|---|
| 研究分担者 |
久下 謙一 千葉大学, 大学院工学研究院, 名誉教授 (10125924)
長尾 桂子 岡山理科大学, 理学部, 講師 (90707986)
吉田 斉 大阪大学, 理学研究科, 准教授 (60400230)
田中 雅士 早稲田大学, 理工学術院, 准教授(任期付) (30545497)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| キーワード | 暗黒物質 / 超微粒子原子核乾板 / ナノトラッキング |
|---|
| 研究実績の概要 |
本研究は、自然科学における最重要課題である暗黒物質の直接検出を方向感度を持って行うことを目指したものであり、独自に開発を行ったナノスケールの粒子飛跡を検出できる超高空間分解能原子核乾板（NIT）デバイスと超精密顕微鏡解析による次世代暗黒物質探索実験を目指すものである。
まず、事象解析において、局在表面プラズモン共鳴による事象選別能を機械学習と合わせて評価し、暗黒物質信号として期待される反跳核事象に対して明確な差が生じることを見出いだした。さらに、位相差像取得によっても背景事象の除去が可能であることを明らかにし、それらの基礎研究を基に、新たな読み出しシステム（PTS3)の構築を行い、運用可能にした。また、PTS3を開発装置として、光源を高強度化することによる事象選別効率の向上、さらにLEDを用いることによる収差低減を行い、解析可能な有効領域を向上させ、本格的な事象解析に向けた体制の構築を行うことができた。また、これらのデータとイタリアグループで構築している超解像顕微鏡システムとの連携を図り、事象の段階的な絞り込みを行うためのデータ共有体制を構築した。
イタリア・グランサッソ研究所（LNGS)の実験環境の構築を進め、特にクリーンルームを備えたデバイス製造装置の構築とファシリティの整備等を進め、本格的な暗黒物質探索実験に向けたデバイス製造も含めた実験環境構築をイタリアの共同研究者らと実現した。本装置を用いて、バイプロダクトとしてサブMeVの中性子の精密測定を遂行し、地上実験棟において期待値と無矛盾な中性子事象の信号および方向分布を取得することに成功した。これは、今後の暗黒物質探索実験における中性子バックグラウンドの精密理解や中性子による反跳核事象較正においても重要であり、他実験におけるアノマリー検証に向けた、既存の検出器では実現できていない中性子測定能の実証を行うことができた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
イタリア・グランサッソ研究所においてデバイス製造が可能になり、大きなトラブルなく最初のデバイス製造に成功し、さらにファシリティの整備が進んだことによって本格的に暗黒物質探索に向けた新たなフェーズに進むことができた。
解析の効率化については、現状開発段階のところがあり多少時間はかかっているが、原理実証は行えている状況なので、解析体制構築を引き続き進めている。またデバイスにおける信号として期待する反跳核事象と背景事象である電子事象間において、異なる光学情報から新たな特性の違いが見られたことで、現在の主要な背景事象である電子事象に対して、これまでの背景事象除去に向けた開発方針を補強することができた。これについては、NITにおけるナノ半導体としてのAgBr結晶特有の反応機構にも着目し、検出器の検出原理の基礎研究と合わせて研究を進めていく。
読み取りシステムの運用が本格したことで、さらに東邦大学への実験環境の拡張も進み、新規の解析装置の立ち上げも順調に進んだ。
|
| 今後の研究の推進方策 |
これからの重要な課題は、解析の効率化と背景事象の低減である。解析の効率化は、NITデバイスを読み取るシステムの高速化、得られたデータの効率的な解析である。読み取り速度については、着々と速度向上が行われており、すでに立ち上げ当初の10倍の速度の向上がなされており0.01 kg scaleの実験を可能とする。さらに、今後は高速撮像カメラを導入し、0.1 kg scaleの実験へ進む予定である。また、解析の効率化が進められ、暗黒物質探索に向け、より詳細な反跳核事象の検出能を評価していく。これは単色中性子を用いて行う。中性子源は、産業技術総合研究所の中性子標準場グループの協力で行う体制がすでにあるため、500-800keVの中性子照射によって反跳炭素、窒素および酸素の事象解析能力を較正、さらに地上ランを行うことで環境γ線事象に対する事象検出能の評価を行い、地下実験におけるデモンストレーションと検出器期待値を較正する。この段階では、現行のデバイスにおいては電子事象が背景事象として残ってくると期待されるため、並行して電子感度の段階的な不感化を千葉大と連携し進める。機械学習の導入も進め事象形状の違いに対して高い感度を示すので、機械学習を含めた電子の除去能を基礎研究を並行して評価し、段階的な暗黒物質感度の向上を図り、本実験に載せていく。
さらに、サブMeVエネルギー領域の中性子の測定、ならびにその詳細な方向分布、エネルギー分布は暗黒物質探索実験のような稀事象の検出を目指す実験において本質的に重要な基礎データであるとともに、本研究では同じデバイス内で中性子信号を反跳陽子を用いて同定できるため、重要なバイプロ研究である。これらの中性子検出性能の理解は早稲田大学、大阪大学と連携して進める。
|
