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. 海中深部での高エネルギー大気ミューオンスペクトルへのミューオン–核不弾性散乱の影響（Effect of muon-nuclear inelastic scattering on high-energy atmospheric muon spectrum at large depth underwater）
1未満 分で読了
0 views

海中深部での高エネルギー大気ミューオンスペクトルへのミューオン–核不弾性散乱の影響

（Effect of muon-nuclear inelastic scattering on high-energy atmospheric muon spectrum at large depth underwater）

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、最近部下から『海中検出器でミューオンの数が減るかもしれない』という話を聞きまして、正直何を指しているのか分かりません。要点を簡単に教えていただけますか。

AIメンター拓海

素晴らしい着眼点ですね！結論だけ先に言うと、ミューオンが水中を深く進む際に起こす“核との不弾性散乱”の扱い方で、深海や氷中検出器で観測されるミューオン数の期待値が変わるんです。大事なポイントは三つ、モデルの違い、どのエネルギー域に影響するか、そして検出器深度での差ですよ。

田中専務

これって要するに、計算方法が違えば現場で取れるデータの見積もりも変わるということですか。投資判断や装置の設計に関わる話なら、影響は無視できないという理解でいいですか。

AIメンター拓海

おっしゃる通りです。大丈夫、一緒に整理すれば必ず分かりますよ。まず、two-component (2C)（二成分ハイブリッドモデル）とgeneralized vector-meson-dominance (GVMD)（一般化ベクターメソン支配モデル）という二つの理論があって、これらがミューオンのエネルギー損失とカスケード生成の見積りを変えるんです。ポイントを三つにまとめると、理論の適用範囲、核効果の扱い方、そして高エネルギーでの差異です。

田中専務

わかりました。ただ、うちのようなものづくり企業で言うと、現場の

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
光の流れを深亜波長スケールで制御する手法
（Molding the flow of light at deep sub-wavelength scale）
次の記事
デジタルエコシステム：分散型知能による最適化
（Digital Ecosystems: Optimisation by a Distributed Intelligence）
関連記事
エンドツーエンド機械学習における責任あるAIの課題
（Responsible AI Challenges in End-to-end Machine Learning）
階層的グラフ表現学習と微分可能なプーリング
（Hierarchical Graph Representation Learning with Differentiable Pooling）
光電容積脈波
（PPG）信号の深層学習による高血圧レベル分類（Deep Learning Classification of Photoplethysmogram Signal for Hypertension Levels）
SYN3DWOUND：3D創傷床解析の合成データセット
(SYN3DWOUND: A Synthetic Dataset for 3D Wound Bed Analysis)
mvHOTA: マルチビュー高次追跡精度指標
（mvHOTA: A multi-view higher order tracking accuracy metric to measure temporal and spatial associations in multi-point tracking）
高速な投影領域ディープラーニングによるCT金属アーチファクト低減
（Fast Enhanced CT Metal Artifact Reduction using Data Domain Deep Learning）
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