世界記録感度を持った０νダブルベータ崩壊探索用のＸｅガス検出器の開発

开发用于寻找0ν双β衰变的氙气探测器，其灵敏度达到世界纪录

• 批准号: 18J13957
• 负责人: 田中 駿祐
• 金额: $ 1.22万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2018
• 资助国家: 日本
• 起止时间: 2018-04-25 至 2020-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-18J13957/
• 关键词: ダブルベータ崩壊; ニュートリノ; 読み出し回路; 粒子識別; 機械学習

本研究では、ニュートリノを伴わないダブルベータ崩壊(0ν2β)の世界初観測を目指して、高圧XeガスTPC検出器の作成を行っている。本年度は主に、検出器から得られる電気信号をデジタル化してPCに送信するための読み出し回路の作成と、TPC検出器で得られた粒子の飛跡データを解析して0ν2βを抽出する手法の確立を行った。読み出し回路に関しては、試作機を作成しその性能評価を行った。稀な現象である0ν2βを確実に観測するために、読み出し回路には高いエネルギー分解能を持つこと、低ノイズであることが求められる。DC接続を用いた新しい電源供給手法を開発したことで、レート耐性を保ちながらも高いエネルギー分解能を得られることを確認した。また信号の伝達経路からできる限りノイズ源を遠ざけた結果、ノイズを要求の半分程度の大きさに抑えることができた。これらにより読み出し回路が十分な性能を持つことを確認できたため、この回路を量産して検出器の大型化にむけた準備を行った。また0ν2βが発生したことを証明するためには、背景事象を十分に取り除かなければならない。今回は、代表的な背景事象である214Biからのγ線と0ν2β信号とを区別するために、粒子の飛跡データをDeep Learningを用いて解析することに取り組んだ。学習に用いる飛跡データとして、Xe 1トン級検出器のシミュレーションデータを用いた。以前実験グループ内で開発された、飛跡のトラッキングを行うことで信号の識別を行う手法では、我々が目標とする感度への到達には、40年ほどの歳月が必要であった。これは丸まった飛跡や分離した飛跡に対してトラッキングをうまく行えず、識別に至るまでの検出効率が低下してしまっていたことが一因である。Deep Learningを用いてこれらの飛跡を統一的に扱うことで、わずか6年ほどの測定で目標感度へ到達可能になるなど大幅な性能改善を果たした。

This study で は, ニ ュ ー ト リ ノ を with わ な い ダ ブ ル ベ ー タ collapse 壊 (0 argument 2 beta) early の world 観 を measurement refers し て, high 圧 Xe ガ ス TPC 検 extractor の made line を っ て い る. This year は に Lord 検 extractor か ら have ら れ る electric 気 signal を デ ジ タ ル change し て PC に messenger す る た め の 読 み し loop の と consummate, TPC 検 extractor で have ら れ た particle の fly trace デ ー タ を parsing し て 0 argument 2 beta を spare す る gimmick の line established を っ た. Youdaoplaceholder0 exit the <s:1> circuit に is related to <s:1> て, the test machine を is made into <s:1> そ, <s:1> performance evaluation 価を is in line with った. Dilute な phenomenon で あ る 0 2 beta を argument really be に 観 measuring す る た め に, 読 み out し loop に は high い エ ネ ル ギ ー can decompose を hold つ こ と, low ノ イ ズ で あ る こ と が o め ら れ る. DC pick 続 を with い た new し い open power supply technique を 発 し た こ と で, レ ー ト patience を bartender ち な が ら も high い エ ネ ル ギ ー decomposition can を ら れ る こ と を confirm し た. ま た signal の 伝 da 経 road か ら で き る limit り ノ イ ズ source を far ざ け た results, ノ イ ズ を requirements の half degree の big き さ に え suppression る こ と が で き た. こ れ ら に よ り 読 み out し loop が very な performance を hold つ こ と を confirm で き た た め, こ の loop を production し て 検 extractor の large-scale に む け た preparation line を っ た. The occurrence of また0ν2βが is た た とを とを, which proves that するために なければならな, the background event を is very に divided by また なければならな また. は back today, on behalf of な background things like で あ る 214 bi か ら の と 0 argument 2 beta gamma line signal と を difference す る た め に, particle の trace デ ー タ を Deep Learning を with い て parsing す る こ と に group take り ん だ. Use learning に い る fly trace デ ー タ と し て, 1 ト Xe ン level 検 extractor の シ ミ ュ レ ー シ ョ ン デ ー タ を with い た. Before be 験 グ ル ー プ 発 で within さ れ た, flying trace の ト ラ ッ キ ン グ を line う こ と で signal line の recognition を う gimmick で は, I 々 が target と す る sensitivity へ の reach に は, 40 years ほ ど の month showed が necessary で あ っ た. こ れ は pill ま っ た fly trace や separation し た fly trace に し seaborne て ト ラ ッ キ ン グ を う ま く line え ず, identify に to る ま で の 検 out working rate low が し て し ま っ て い た こ と が due to で あ る. Deep Learning を with い て こ れ ら の fly trace を unified に Cha う こ と で, わ ず か six years ほ ど の determination で target sensitivity へ may reach に な る な ど な performance significantly improve を fruit た し た.

项目成果

機械学習を用いたTPC検出器の飛跡解析

使用机器学习对 TPC 检测器进行轨迹分析

• 发表时间: 2019
• 作者: 西山 尚登;藤塚 守;真嶋 哲朗;山﨑 鈴子;田中 駿祐
• 通讯作者: 田中 駿祐

多チャンネルMPPCの制御・読み出しの可能なFEBの開発及びその性能評価

多通道MPPC控制读取FEB的研制及其性能评估

• 发表时间: 2018
• 作者: 西山 尚登;藤塚 守;真嶋 哲朗;山﨑 鈴子;田中 駿祐;田中 駿祐
• 通讯作者: 田中 駿祐