298991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. BESIIIにおける追跡効率の研究とその系統的不確かさ（Study of tracking efficiency and its systematic uncertainty from $J/ψ \to p \overline{p} π^+ π^-$ at BESIII）
2 分で読了
0 views

BESIIIにおける追跡効率の研究とその系統的不確かさ

（Study of tracking efficiency and its systematic uncertainty from $J/ψ \to p \overline{p} π^+ π^-$ at BESIII）

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

博士！今日は素粒子物理の論文を持ってきたんだって？

マカセロ博士

そうじゃ。今日はBESIIIという実験での追跡効率についての研究を紹介するんじゃ。

ケントくん

追跡効率ってなに？それが重要なの？

マカセロ博士

追跡効率は、粒子が検出される確率のことじゃ。この確率を高めることで、精度の高い実験データを得られるんじゃよ。

ケントくん

なるほど！じゃあ、具体的にどんなことをやってるの？

マカセロ博士

実験データとモンテカルロシミュレーションを比較して、効率の測定とその不確かさを減らす方法を探しているんじゃ。実際のデータが予測とどれくらい一致するかを見てみるわけじゃな。

引用情報

BESIII Collaboration, “Study of tracking efficiency and its systematic uncertainty from $J/ψ \to p \overline{p} π^+ π^-$ at BESIII,” arXiv preprint arXiv:1507.03453v2, 2015.

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
三つの交換法に関する結果
（Three Results on Making Change）
次の記事
中性チャーモニウム様状態 $Z_c
(4025)^0$ の観測（Observation of a neutral charmoniumlike state $Z_c(4025)^0$ in $e^{+} e^{-} o (D^{*} ar{D}^{*})^{0} π^0$）
関連記事
中小企業向けオンデバイスLLMの課題と機会
（On-Device LLMs for SMEs: Challenges and Opportunities）
適応的ポイント重み付けカリキュラム学習
（Adaptively Point-weighting Curriculum Learning）
非マルコフ型強化学習による多目的ベイズ最適化の学習的解法
（BOFORMER: Learning to Solve Multi-Objective Bayesian Optimization via Non-Markovian RL）
ジャミング下のネットワークで通信効率を学習で高める手法
（DRL-Based Maximization of the Sum Cross-Layer Achievable Rate for Networks Under Jamming）
知識蒸留とサンプルマッチングに基づくアップリフトモデリングフレームワーク
（KDSM: AN UPLIFT MODELING FRAMEWORK BASED ON KNOWLEDGE DISTILLATION AND SAMPLE MATCHING）
注意機構が全てを可能にする — Attention Is All You Need
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
Reduced Normal Formのベイズネット最適実装
（Optimized Realization of Bayesian Networks in Reduced Normal Form using Latent Variable Model）
  • 論文研究
リプレイバッファを用いたオンポリシー信頼領域方策最適化
（ON-POLICY TRUST REGION POLICY OPTIMISATION WITH REPLAY BUFFERS）
  • 論文研究
手書き文字の超解像のための生成的敵対分類器
（Generative Adversarial Classifier for Handwriting Characters Super-Resolution）
  • 論文研究
タンパク質の機能分類における機械学習比較分析
（Protein Classification using Machine Learning and Statistical Techniques: A Comparative Analysis）
  • 論文研究
指数重み付けによるニューラルネットワークの頑健な透かし
（Robust Watermarking of Neural Network with Exponential Weighting）
  • 論文研究
バックボーンは一度に全部学習できない：事前学習ネットワークへのロールバックによる人物再識別
（Backbone Can Not be Trained at Once: Rolling Back to Pre-trained Network for Person Re-identification）
  • 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