孫暢さんと中島拓海さんが共同第一著者として、三森由暉さん、堀井泰之准教授、戸本誠特任教授と共に執筆した論文 「 Fast muon tracking with machine learning implemented in FPGA 」 が Nuclear Instruments and Methods in Physics Research Section A 誌 に掲載されました。

ATLAS実験では、重い粒子の崩壊で生成される高運動量ミューオンを瞬時に捉えるミューオントリガーを使用しています。 ミューオントリガーでは、Thin Gap Chamber（TGC）検出器で検出されたミューオンの飛跡を後段の読み出し回路で瞬時に再構成し、その入射角度をもとに飛跡の選別を行います。 本研究では、機械学習を用いる革新的な飛跡再構成手法として、(1)畳み込みニューラルネットワーク、(2)入力層を検出器構造に合わせて多段化したニューラルネットワークの２種類の機械学習モデルを開発しました。 さらに、開発したネットワークが実験の要求を満たす形で回路上のFPGAに実装可能であることを明らかにしました。 本論文では、２種類のネットワーク構造とFPGAに実装するためのモデル小規模化と量子化の詳細や、Vivadoソフトウェア上でMonte Carloサンプルを用いて行ったFPGA実装時の角度分解能や処理時間（レイテンシー）などの性能評価結果が示されています。 このうち、ネットワークの構築、小規模化、量子化を孫さんと中島さんが、Vivadoソフトウェア上での評価を三森さんがそれぞれ行いました。 詳細は掲載論文をご覧ください。

論文情報：
Chang Sun, Takumi Nakajima, Yuki Mitsumori, Yasuyuki Horii and Makoto Tomoto, "Fast muon tracking with machine learning implemented in FPGA"
[Nucl. Instrum. Methods Phys. Res. A, 1045, 167546 (2023). DOI:10.1016/j.nima.2022.167546]