抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
設計のための人工知能(AI)は,多くの分野にわたる研究の比較的新しいが活発な分野である。驚くべきことに,AIを有する検出器を設計するとき,これは,その幼児の領域である。Electron Ion Colliderは,強い力を研究するための究極の機械である。EICは,中心,遠方,および遠後方領域を含むために,約±35メートル拡張する統合検出器を用いた大規模実験である。中心検出器の設計は,多次元設計空間と目的とも呼ばれる多重設計基準によって,それぞれ原理的に特徴付けられる多重サブ検出器によってなされる。Geant4によるシミュレーションは,通常,集中的な計算であり,検出器設計の最適化は,雑音のある目的と同様に,非微分可能な項を含む可能性がある。この文脈において,AIは,効率的な方法で複雑なコンビナトリアル問題を解くための最新の解決策の状態を提供できる。特に,プロトコラボレーション(ECCE)の1つを,EIC検出器のトラッキングシステムを設計するために多目的最適化を使用する可能性を提案した。この文書は,これらの技術の概要とEIC検出器提案の間に行われた最近の進展を提供する。将来の高エネルギー核物理学実験は,物理基準により駆動される性能を最適化し,実現のためのコストを最小化することにより,より効率的な検出器を設計するためにAIベース戦略を利用することができる。【JST・京大機械翻訳】