Zinātnieki ir izstrādājuši jaunu mašīnmācīšanās platformu, kas veido algoritmus, kas kontrolē starus
Daniele Filippetto un viņa kolēģiLawrence Berkeley National Laboratory (Berkeley Lab) ir izstrādājuši iekārtu, lai automātiski kompensētu izmaiņas reāllaikā paātrinātāja staros un citos komponentos, piemēram, magnētos.
Pētījumi šajā jomā ietekmēsdaudzos daļiņu paātrinātāju lietojumos, sākot no autonomām darbībām rūpnieciskos un medicīniskos apstākļos līdz precizitātes uzlabošanai zinātniskos lietojumos, piemēram, lineāros paātrinātājus un īpaši ātrus brīvo elektronu lāzerus.
Filippetto darbs tagad ir vērsts uz mašīnmācības rīku jaudas un prognozēšanas izmantošanu, lai uzlabotu daļiņu staru kopējo stabilitāti.
“Ja var paredzēt sijas īpašības arprecizitāte pārsniedz to svārstības, šo prognozi ir viegli izmantot, lai uzlabotu akseleratora veiktspēju," atzīmēja zinātnieks. "Sijas galveno parametru zināšanām reāllaikā būs milzīga ietekme uz eksperimentu galīgo precizitāti. ”
Metode jau ir demonstrēta uz akseleratoraAugsta atkārtošanās ātruma elektronu izkliedei (HiRES) Berkeley laboratorijā sadarbībā ar Losalamos Nacionālās laboratorijas un Kalifornijas Universitātes Losandželosas pētniekiem. HiRES staru līnijas galvenais pielietojums ir strukturālās dinamikas eksperimentu veikšana ar jauniem kvantu materiāliem.
Ierīce ir devusi ieguldījumu daudzos zinātniskosatklājumi, piemēram, pasaulē pirmo ultraātrās elektronu difrakcijas pētījumu veikšana par tantala ditelurīda optisko kušanu, materiālu ar interesantām un potenciāli noderīgām īpašībām. Šī jaunā iekārta tagad demonstrē savu lietderību jaunu vadības metožu izstrādē plašai akseleratoru klasei.
Lasīt vairāk:
Fiziķi kosmosā ir atraduši universālu "pulksteni": tie ir precīzāki par atomu
Arheologi ir atraduši rāpojošu cilvēku zīmējumus ar milzīgām galvām: kas viņi bija
Džeimsa Veba teleskops uzņēma pirmo Jupitera attēlu: tajā vienlaikus ir 9 kustīgi mērķi