南極気球実験GAPSによる宇宙線反重陽子の識別能力向上を目指し、BDTの最適化と新たな機械学習技術を導入した。学習変数の拡充と学習パラメータの精密調整により、反陽子や反ヘリウムの探索に対する有用性を確認した。また、低エネルギー反粒子の速度再構成の精度を向上させるため、回帰型ニューラルネットワークを改良し、バイアスを抑制した。Bragg curve fittingによって得られた特徴量を統合することで、反重陽子の識別能力も向上した。さらに、データ解析の効率を高めるための機械学習フレームワークを開発し、解析速度と精度を同時に向上させた。これにより、今後の研究に対する堅固な基盤が確立された。
|