Shingo Hayashida
Le développement de l'apprentissage automatique ces dernières années a commencé à profiter à la recherche en physique élémentaire. Dans le détecteur de neutrinos KamLAND, la tâche ultime consiste à résoudre les mystères de l'univers en discriminant les rayons gamma qui inhibent le signal. Cette recherche a été rendue possible grâce à l'utilisation de réseaux neuronaux récurrents (RNN). Les neutrinos sont une sorte de particules élémentaires, et leurs masses sont difficilement comprises, sauf qu'elles sont extrêmement légères. L'un des mystères des neutrinos est la possibilité que la particule et l'antiparticule aient la même propriété (Majorana). Il est possible que seuls les neutrinos aient cette propriété, ce qui est un indice pour résoudre la masse des neutrinos et le mystère de la matière dominante de l'univers. La propriété de Majorana est vérifiée en détectant le pic d'énergie caractéristique de la double désintégration bêta sans neutrino (0νββ) des noyaux. Une expérience pour y parvenir est KamLAND-Zen au Japon. KamLAND-Zen mesure l'énergie du rayonnement en détectant la lumière de scintillation liquide avec des capteurs optiques. Bien que la désintégration 0νββ n'ait pas encore été trouvée dans KamLAND-Zen, elle a la limite inférieure de la demi-vie 0νββ (1,07×1026 ans, 90 % CL), ce qui représente la difficulté de la désintégration 0νββ. Dans la mesure, l'événement de fond de désintégration 10C a la même énergie que 0νββ, ce qui gêne l'observation. L'identification de la désintégration 10C est importante pour la découverte du signal 0νββ. Méthodes et matériel : Pour la désintégration 0νββ, la désintégration 10C inclut les rayons γ qui ont une propagation dans le temps, et elle se reflète dans la forme d'onde de scintillation. De plus, ~50 % des désintégrations 10C ont de l'ortho-positronium (oPs) dont la demi-vie est d'environ 2,9 ns en LS. Dans cette recherche, la désintégration 10C est identifiée en discriminant la différence de forme d'onde de scintillation à l'aide de « réseaux neuronaux récurrents (RNN) ». * ~50 % des désintégrations 10C ont du para-positronium (pPs) dont la demi-vie est courte. Résultats : Les conditions d'identification du 10C sont décidées à partir des distributions de sortie du classificateur. Il montre que chaque type d'événement a une distribution différente. Si une inefficacité ββ d'environ 20 % est autorisée, les événements de désintégration 10C peuvent être rejetés avec une efficacité d'environ 55 %. Dans cette évaluation, des échantillons MC sont utilisés. Français Étant donné que l'efficacité/l'inefficacité sont évaluées par MC, le soutien des données est nécessaire. Les données d'étalonnage de la source 60Co (rayons γ) sont utiles pour l'évaluation. En comparant MC et les données, la distribution de la sortie du classificateur et l'efficacité de rejet sont en bonne cohérence. L'efficacité/inefficacité calculée par MC est suffisamment fiable. Le détecteur de neutrinos « KamLAND » vise à percer les mystères de l'univers. La réduction du bruit de fond de désintégration 10C est indispensable pour vérifier la propriété de Majorana des neutrinos. Pour identifier les événements de désintégration 10C, il faut discriminer la différence de forme d'onde de scintillation en utilisant RNN. Dans cette recherche, un LSTM empilé à 2 couches a été développé. Il est alors capable de rejeter ~55 % des événements de désintégration 10C avec une inefficacité ββ d'environ 20 %. D'après l'évaluation en utilisant les données d'étalonnage de la source 60Co, cette efficacité/inefficacité est suffisamment fiable.Cette recherche a permis d'améliorer la sensibilité pour détecter les signaux 0νββ. Le RNN traite l'évaluation temporelle des données. On pense que le RNN qui a été développé dans cette recherche a classé le type d'événement en fonction de la propagation de la forme d'onde de scintillation. À la base, les 10C-oP avec une plus grande propagation de scintillation ont un rendement de classification ββ inférieur à celui des 10C-pP.