[2E6-GS-10n] AI応用：生成モデルと科学応用

18:45 〜 19:00

[2E6-GS-10n-06] 素粒子理論物理学における生成モデルを用いたフレーバー構造の潜在空間分析

〇北川 遥翔¹、西村 皐¹、大塚 啓¹ (1. 九州大学)

キーワード：

機械学習、拡散モデル、オートエンコーダ、素粒子物理、ニュートリノ物理

素粒子標準模型において、フェルミオンの質量階層などのフレーバー構造の起源は未だ謎である。この問題を解決するため、対称性を仮定した様々なフレーバー模型が提唱されてきたが、模型に依存しないフレーバー構造の理解は得られていない。本論文では機械学習手法を応用することで、特定の対称性に依存せずにフレーバー構造の特徴量を分析する。まず拡散モデルを用いて、実験値を再現する湯川行列を多数生成する。そこで得られた物理量の非自明な関係性を調べるため、オートエンコーダを用いて潜在的な低次元表現を学習する。その潜在空間において、実験結果に整合するデータがエンコードされる領域を不等式の形で特定する。この領域をデコードすることで観測値が満たす制約条件を得る。このような生成モデルによるデータ駆動のアプローチは、フレーバー構造を解明する上でこれまでにない視点をもたらす可能性がある。