3 分で読了
0 views

ベクトル様レプトンの探索に関する研究

(Search for vector-like leptons coupling to first- and second-generation Standard Model leptons in $pp$ collisions at $\sqrt{s}=13$ TeV with the ATLAS detector)

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

マカセロ博士、この「ベクトル様レプトン」って、なんだか強そうな名前だけど、何なの?

マカセロ博士

それは興味深い質問じゃ。ベクトル様レプトンというのは、基礎物理学において新しい粒子を探す試みの一つなんじゃよ。通常のレプトンとは異なり、質量の持ち方や力の伝え方に特徴がある粒子じゃ。

ケントくん

うーん、まだピンと来ないなぁ。この研究は何をするためのもの?

マカセロ博士

この研究は、ベクトル様レプトンの存在を確認することによって、標準模型と呼ばれる理論の拡張を探ることが目的なんじゃ。ATLAS検出器という大型ハドロン衝突型加速器を使って、特定のエネルギーレベルで衝突を起こし、その中で新しい粒子が見つかるか否かを調べているんじゃよ。

ケントくん

へえ、なんだか宇宙の謎に迫ってる感じがしてきた!他にどんなことがわかるの?

マカセロ博士

この研究によって、新しい力の存在や物質の基本的な性質に関しても理解が深まるかもしれん。物理学の世界では、仮説を立て、それを検証して新たな理論を作り上げるのが大事なんじゃ。だから、このような研究はその基盤を支える重要なものなのじゃよ。

引用情報

著者: ATLAS Collaboration
論文名: Search for vector-like leptons coupling to first- and second-generation Standard Model leptons in $pp$ collisions at $\sqrt{s}=13$ TeV with the ATLAS detector
ジャーナル名: arXiv
出版年: 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
グラフ少数ショットクラス逐次学習のための効率的メモリモジュール
(An Efficient Memory Module for Graph Few-Shot Class-Incremental Learning)
次の記事
ウェアラブルを用いたセンサベースの人間活動認識の過去・現在・未来
(Past, Present, and Future of Sensor-based Human Activity Recognition using Wearables)
関連記事
LEGO: 学習とグラフ最適化によるポイントクラウドのオンライン多物体追跡用モジュラートラッカー
(LEGO: Learning and Graph-Optimized Modular Tracker for Online Multi-Object Tracking with Point Clouds)
ComplAI:ブラックボックス監視学習モデルの多因子評価の統一フレームワークに関する理論
(ComplAI: Theory of A Unified Framework for Multi-factor Assessment of Black-Box Supervised Machine Learning Models)
ポリヤック可行性ステップを用いた拘束付きオンライン凸最適化
(Constrained Online Convex Optimization with Polyak Feasibility Steps)
グラフ対照学習におけるモデル剪定の能力の解明
(Uncovering Capabilities of Model Pruning in Graph Contrastive Learning)
局所特徴マッチングのためのDeDoDe
(Detect, Don’t Describe — Describe, Don’t Detect)
BadFair: Backdoored Fairness Attacks with Group-conditioned Triggers
(BadFair: グループ条件付きトリガーによるバックドア公平性攻撃)
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