2 分で読了
0 views

新しい物理モデルを$μ o e$観測で制約する方法

(Constraining New Physics models from $μ o e$ observables in bottom-up EFT)

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、最近聞いたんだけど、新しい物理モデルを見つけるのに$μ\to e$の観測が重要って本当?

マカセロ博士

そうなんじゃ。今回の論文では、そういった観測をボトムアップの有効場理論(EFT)という枠組みで探求しているんじゃ。

ケントくん

EFTって何?それってどんな風に役立つの?

マカセロ博士

EFTとは、物理現象を既知の理論を超えた一般的な枠組みで探るための手法なんじゃよ。それを使うと、新しい物理のシナリオを特定のモデルに依存せずに幅広く解析できるんじゃ。

ケントくん

なるほど。でも、具体的にはどうやってそのEFTを使ってるの?

マカセロ博士

例えば、$μ\to e$の変換に対するオペレーターを特定し、その影響を調査するんじゃ。このことで、新しい物理がどこで現れるかを実験データと照らし合わせて分析することができるんじゃよ。

引用情報

著者名, “Constraining New Physics models from $μ\to e$ observables in bottom-up EFT,” arXiv preprint arXiv:2401.06214v1, 2024.

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
3D血管セグメンテーションにおける周波数領域学習の活用
(Leveraging Frequency Domain Learning in 3D Vessel Segmentation)
次の記事
微細なアスペクトに基づく感情分析のための教師なし意味的文書表現学習
(Learning Unsupervised Semantic Document Representation for Fine-grained Aspect-based Sentiment Analysis)
関連記事
農村の学生の運命を変えたのは誰か、そしてどのように? — Who Changed the Destiny of Rural Students, and How?: Unpacking ICT-Mediated Remote Education in Rural China
AIの誤りを生かす—適切なAI依存を促すデバッグ介入
(To Err Is AI! Debugging as an Intervention to Facilitate Appropriate Reliance on AI Systems)
極海条件下の水中作業のためのFIMと強化学習に基づくUSV–AUV協調システム
(Never too Cocky to Cooperate: An FIM and RL-based USV-AUV Collaborative System for Underwater Tasks in Extreme Sea Conditions)
圧縮メタラーニング
(Compressive Meta-Learning)
最適な検証のための分解最適化
(Optimizing Decomposition for Optimal Claim Verification)
明示的で汎化可能な3D空間推論を目指すSpatialReasoner
(SpatialReasoner: Towards Explicit and Generalizable 3D Spatial Reasoning)
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