305336記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. J/ψ→p p̄ η崩壊の分岐比の高精度測定（Measurement of the branching fraction of the decay J/ψ → p p̄ η）
1未満 分で読了
0 views

J/ψ→p p̄ η崩壊の分岐比の高精度測定

（Measurement of the branching fraction of the decay J/ψ → p p̄ η）

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

田中専務

拓海先生、先日部下から物理の論文の要約を見せられましてね、J/ψの崩壊とかいう話で「分岐比を測った」と書いてあるんですが、正直ピンと来ないのです。うちがAIを導入するときの投資判断と同じように、要点だけ分かれば良いのですが、これって要するに何が分かったということなのでしょうか？

AIメンター拓海

素晴らしい着眼点ですね！大丈夫、一緒に整理しましょう。結論を先に言うと、この研究は非常に大量のデータを使って、J/ψという粒子がどのくらいの割合でp（陽子）とp̄（反陽子）とη（イータ）に崩壊するかを、以前より精度良く測ったということですよ。

田中専務

大量のデータというのはどのくらいですか。うちで言えば何台の機械を稼働させるイメージか、投資対効果を押さえたいのです。

AIメンター拓海

良い質問ですよ。ざっくり言えば、分析に使ったのは約1.01×10^10（100億に近い）J/ψ事象で、これは

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
「話しかけるラバーダック」のような存在：参加型プロンプティング研究による生成AI支援データ分析ワークフローの理解
（“It’s like a rubber duck that talks back”: Understanding Generative AI-Assisted Data Analysis Workflows through a Participatory Prompting Study）
次の記事
プラントドクター：ビデオ映像から植物被害を定量化するハイブリッド機械学習と画像分割ソフトウェア
（Plant Doctor: A hybrid machine learning and image segmentation software to quantify plant damage in video footage）
関連記事
未知の滑らかな領域を含む非滑らか問題に対する線形収束アルゴリズム
（Linearly Convergent Algorithms for Nonsmooth Problems with Unknown Smooth Pieces）
クラス条件付き画像生成を強化した投影識別器
（CGANs WITH PROJECTION DISCRIMINATOR）
効率的なキーポイント検出と順序情報で強化されたシーン座標回帰
（Enhancing Scene Coordinate Regression with Efficient Keypoint Detection and Sequential Information）
相対誤差境界解析：核ノルム正則化行列補完
（Relative Error Bound Analysis for Nuclear Norm Regularized Matrix Completion）
計算法とサイバーセキュリティの危険性 — The Dangers of Computational Law and Cybersecurity
複雑な医師─患者会話からの臨床ノート生成の改善
（Improving Clinical Note Generation from Complex Doctor-Patient Conversation）
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）
  • 論文研究
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）
  • 論文研究
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）
  • 論文研究

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
最新記事
音声から「屋外録音」時の3D顔動作を合成する技術
（Synthesising 3D Facial Motion from “In-the-Wild” Speech）
  • 論文研究
大量のツイートに基づく市民の特徴付け
（Characterization of citizens using word2vec and latent topic analysis in a large set of tweets）
  • 論文研究
オミクスデータの統合的コンセンサスクラスタリングのための多重カーネル学習
（Multiple kernel learning for integrative consensus clustering of ’omic datasets）
  • 論文研究
生成モデルの精度と網羅性を分離して評価する手法の改良
（Improved Precision and Recall Metric for Assessing Generative Models）
  • 論文研究
SR-GANによるゼロショット学習の改良
（SR-GAN: SEMANTIC RECTIFYING GENERATIVE ADVERSARIAL NETWORK FOR ZERO-SHOT LEARNING）
  • 論文研究
継続学習の三つのシナリオ
（Three scenarios for continual learning）
  • 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