Vedci vyvinuli novú platformu strojového učenia, ktorá vytvára algoritmy, ktoré riadia lúče
Daniele Filippetto a jeho kolegoviaz Lawrence Berkeley National Laboratory (Berkeley Lab) vyvinuli zariadenie na automatickú kompenzáciu zmien v reálnom čase v urýchľovacích lúčoch a iných komponentoch, ako sú magnety.
Výskum v tejto oblasti ovplyvnív mnohých aplikáciách urýchľovačov častíc, od autonómnych operácií v priemyselných a lekárskych prostrediach až po vylepšenie presnosti vo vedeckých aplikáciách, ako sú lineárne zrážacie zariadenia a ultrarýchle lasery s voľnými elektrónmi.
Filippettova práca sa teraz zameriava na využitie výkonu a predikcie nástrojov strojového učenia na zlepšenie celkovej stability lúčov častíc.
„Ak dokážete predpovedať vlastnosti lúča spresnosť prevyšuje ich fluktuácie, je ľahké použiť túto predpoveď na zlepšenie výkonu urýchľovača,“ poznamenal vedec „Znalosť kľúčových parametrov lúča v reálnom čase bude mať obrovský vplyv na konečnú presnosť experimentov. “
Metóda už bola demonštrovaná na urýchľovačipre High Repetition Rate Electron Scattering (HiRES) v Berkeley Lab v spolupráci s výskumníkmi z Los Alamos National Laboratory a University of California, Los Angeles. Hlavnou aplikáciou HiRES beamline je vykonávanie štrukturálnych dynamických experimentov s novými kvantovými materiálmi.
Zariadenie prispelo k početným vedeckýmobjavy, ako je uskutočnenie prvých ultrarýchlych štúdií elektrónovej difrakcie na svete o optickom tavení ditelluridu tantalu, materiálu so zaujímavými a potenciálne užitočnými vlastnosťami. Tento nový stroj teraz demonštruje svoju užitočnosť pri vývoji nových metód riadenia pre širokú triedu urýchľovačov.
Čítaj viac:
Fyzici našli vo vesmíre univerzálne „hodiny“: sú presnejšie ako atómové
Archeológovia našli kresby strašidelných ľudí s obrovskými hlavami: kto to bol
Teleskop Jamesa Webba urobil prvú snímku Jupitera: ukazuje 9 pohyblivých cieľov naraz