2 分で読了
0 views

Observation of $D^0\to b_1

(1235)^- e^+ν_e$ and evidence for $D^+\to b_1(1235)^0 e^+ν_e$($D^0\to b_1(1235)^- e^+ν_e$の観測と$D^+\to b_1(1235)^0 e^+ν_e$の証拠)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

ケントくん

ねえ博士、素粒子の話になるとすごく難しく感じちゃうんだけど、$D^0\to b_1(1235)^- e^+ν_e$っていうのは一体何なんだ?

マカセロ博士

ふむ、ケントくん。その反応は予想しておったが、心配せんでも大丈夫じゃ。$D^0$というのは中間子という素粒子で、特にビューティ中間子と呼ばれる種類のものなんじゃよ。式の中の$b_1(1235)^-$と$e^+ν_e$というのはこの中間子が崩壊してできる粒子たちなんじゃ。

ケントくん

おー、つまり、最初には$D^0$ってやつがいて、それが崩れて他のものになっちゃうってこと?

マカセロ博士

その通りじゃ。中間子というのは安定しておらんので、時間がたつと他の粒子に崩壊していくんじゃ。この観測は、高エネルギー物理学ではとても意義深いことなんじゃよ。

記事本文の情報をここに記載します。

この論文では、$D^0\to b_1(1235)^- e^+ν_e$の崩壊の観測と、$D^+\to b_1(1235)^0 e^+ν_e$についての証拠を報告しています。これらの崩壊は、中間子というサブアトミックパーティクル(素粒子)の研究における重要な成果であり、これにより物理学者は粒子の特性やそれらの相互作用についてさらなる洞察を得ることができるのです。

引用情報: 著者情報, “Observation of $D^0\to b_1(1235)^- e^+ν_e$ and evidence for $D^+\to b_1(1235)^0 e^+ν_e$, ジャーナル名, 出版年

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
免疫組織化学
(IHC)評価の一般化:普遍的免疫組織化学アナライザー(Generalizing AI-driven Assessment of Immunohistochemistry across Immunostains and Cancer Types: A Universal Immunohistochemistry Analyzer)
次の記事
自然言語から宣言的ニューラル・シンボリックモデルへ — Prompt2DeModel: Declarative Neuro-Symbolic Modeling with Natural Language
関連記事
ローカル間隔の拡大、通信ラウンドの削減、そして高い汎化精度
(FedSpeed: Larger Local Interval, Less Communication Round, and Higher Generalization Accuracy)
持続的な自然:無限の3D世界を生成するモデル
(Persistent Nature: A Generative Model of Unbounded 3D Worlds)
ランダム領域の界面問題に関する非線形ポアソン–ボルツマン方程式の不確実性定量と複素解析性
(Uncertainty quantification and complex analyticity of the nonlinear Poisson-Boltzmann equation for the interface problem with random domains)
物理情報を取り入れたエンドツーエンド占有フレームワークによる自動車の軌道計画
(A Physics-informed End-to-End Occupancy Framework for Motion Planning of Autonomous Vehicles)
マルチモーダルな幻覚検出と事実性検査のための漸進的ハイブリッド知識蒸留フレームワーク
(HKD4VLM: A Progressive Hybrid Knowledge Distillation Framework for Robust Multimodal Hallucination and Factuality Detection in VLMs)
人間の好みに合わせるハード・プリファレンス・サンプリング
(HPS: Hard Preference Sampling for Human Preference Alignment)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む