최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 서울대학교 Seoul National University |
---|---|
연구책임자 | 조원상 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2020-04 |
과제시작연도 | 2019 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO202100001320 |
과제고유번호 | 1711090382 |
사업명 | 개인기초연구(과기정통부)(R&D) |
DB 구축일자 | 2021-06-12 |
키워드 | particle physics.machine learning.Higgs.large hadron collider.neural network.top quark.topological augmentation.CALU.ISR jet. |
□ 연구개요
힉스입자의 발견 이후, LHC에서의 충돌 실험 데이터를 보다 효과적으로 활용하여 훨씬 더 열린 가능성의 새로운 입자 물리 모형의 탐사를 수행해야 하는 상황을 맞이하여, 본 연구과제에서는 대량의 데이터에 기반한 머신러닝(Machine Learning) 모형을 적극적으로 활용 및 발전시켜, 입자 물리학의 표준모형(The Standard Model of Particle Physics)과 그 확장 이론들에 대한 보다 효율적이고 정밀한 탐사와 측정 가능성에 관한 연구를 수행한다.
□ 연구 목표대비 연구결과
※ AI-Helper는 부적절한 답변을 할 수 있습니다.