宇宙線反粒子識別を対象とした機械学習の応用と根拠の可視化

Material type: 文書・図像類

Author: 今福, 拓海ほか

Publisher: 宇宙航空研究開発機構(JAXA)

Publication date: 2022-02-28

Material Format: Digital

Capacity, size, etc.: -

NDC: -

View All

Notes on use

Note (General)：: GAPS（General AntiParticle Spectrometer）は宇宙線反粒子の高感度観測によって暗黒物質を起源とする反重陽子の探索を目指す気球実験計画である．GAPS では，高い識別率や正確性が求められる宇宙線反粒子識別に対して機械学習の活用が検討されている．先行研究では，三次元のC...

Search by Bookstore

Holdings of Libraries in Japan

This page shows libraries in Japan other than the National Diet Library that hold the material.

List of Cooperating Institutions and Databases

Please contact your local library for information on how to use materials or whether it is possible to request materials from the holding libraries.

other

JAXA Repository
Digital
You can check the holdings of institutions and databases with which Institutional Repositories DataBase(IRDB)(Institutional Repository) is linked at the site of Institutional Repositories DataBase(IRDB)(Institutional Repository).
JAXA Repository

Search by Bookstore

Bibliographic Record

You can check the details of this material, its authority (keywords that refer to materials on the same subject, author's name, etc.), etc.

Digital

Material Type: 文書・図像類
Title: 宇宙線反粒子識別を対象とした機械学習の応用と根拠の可視化
Author/Editor: 今福, 拓海
石川, 博
荒木, 徹也
山本, 幸生
福家, 英之
清水, 雄輝
和田, 拓也
中上, 裕輔
IMAFUKU, Takumi
ISHIKAWA, Hiroshi
ARAKI, Tetsuya
YAMAMOTO, Yukio
FUKE, Hideyuki
SHIMIZU, Yuki
WADA, Takuya
NAKAGAMI, Yusuke
Author Heading: 今福, 拓海
石川, 博
荒木, 徹也
山本, 幸生
福家, 英之
清水, 雄輝
和田, 拓也
中上, 裕輔
IMAFUKU, Takumi
ISHIKAWA, Hiroshi
ARAKI, Tetsuya
YAMAMOTO, Yukio
FUKE, Hideyuki
SHIMIZU, Yuki
WADA, Takuya
NAKAGAMI, Yusuke
Publication, Distribution, etc.: 宇宙航空研究開発機構(JAXA)
Publication Date: 2022-02-28
Publication Date (W3CDTF): 2022-02-28
Alternative Title: Application of Machine Learning and Visualization of Evidence for Cosmic-Ray Antiparticle Identification
Periodical title: 宇宙航空研究開発機構研究開発報告: 宇宙科学情報解析論文誌: 第11号 = JAXA Research and Development Report: Journal of Space Science Informatics Japan: Volume 11
No. or year of volume/issue: JAXA-RR-21-008
Volume: JAXA-RR-21-008
Pages: 37-43
ISSN (Periodical Title): ISSN : 2433-2216
Text Language Code: jpn
Subject Heading: 3DCNN
Grad-CAM
GAPS
Target Audience: 一般
Note (General): GAPS（General AntiParticle Spectrometer）は宇宙線反粒子の高感度観測によって暗黒物質を起源とする反重陽子の探索を目指す気球実験計画である．GAPS では，高い識別率や正確性が求められる宇宙線反粒子識別に対して機械学習の活用が検討されている．先行研究では，三次元のCNN（畳み込みニューラルネットワーク）モデルに用いることで，反粒子の入射角と入射位置を固定した限定的な条件下でのシミュレーションデータに対して高い識別精度が確認されている．本研究では機械学習の高い精度の識別における要因の分析によって識別の説明性を求めるため，CNN モデルが識別において注視している部分を可視化し，誤って識別したケースを分析した．
The General AntiParticle Spectrometer (GAPS) aims to search for antideuterons originating from dark matter through highly sensitive observation of cosmic ray antiparticles. In GAPS, the use of machine learning is being considered for cosmic ray antiparticle identification, which requires high rejection power and identification accuracy. In a previous study, a three-dimensional convolutional neural network (CNN) model was used to achieve high rejection power for simulated data under limited conditions where the incident angle and position of the antiparticle are fixed. In this study, in order to seek the explanatory power of discrimination by analyzing the factors that contribute to the high accuracy of machine learning, the parts that the CNN model focuses on in discrimination are visualized, and the cases of incorrect discrimination are analyzed.
形態: カラー図版あり
Physical characteristics: Original contains color illustrations
資料番号: AA2130033004
レポート番号: JAXA-RR-21-008
DOI: 10.20637/00048403
Access Restrictions: 限定公開
Data Provider (Database): 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）
https://irdb.nii.ac.jp
Original Data Provider (Database): 宇宙航空研究開発機構 : 宇宙航空研究開発機構リポジトリ