Вчені розробили нову платформу машинного навчання, яка робить алгоритми, що керують пучками
Даніеле Філіппетто та його колегиз Національної лабораторії Лоуренса в Берклі (Berkeley Lab) розробили установку для автоматичної компенсації змін в режимі реального часу в пучках прискорювача та інших його компонентах, таких як магніти.
Дослідження у цій галузі вплинутьбагато прикладних областей прискорювачів частинок, починаючи від автономних операцій в промислових і медичних установах і закінчуючи підвищенням точності в наукових додатках, таких як лінійні коллайдери і надх.
Наразі робота Філіппетто зосереджена на використанні потужності та прогнозування інструментів машинного навчання для підвищення загальної стабільності пучків частинок.
«Якщо можна передбачити властивості пучка зточністю, що перевершує їх коливання, легко використовувати це передбачення для підвищення продуктивності прискорювача, - зазначив учений. - Знання ключових параметрів пучка в режимі реального часу вплине на остаточну точність експериментів ».
Метод вже продемонстрували на прискорювачідля розсіювання електронів з високою частотою повторення (HiRES) в лабораторії Берклі в співпраці з дослідниками з Лос-Аламоської національної лабораторії та Каліфорнійського університету в Каліфорнійському університеті. Основне застосування лінії пучка HiRES - проведення експериментів по структурній динаміці з новими квантовими матеріалами.
Прилад сприяв численним науковимвідкриттям, таким як проведення перших у світі досліджень дифракції надшвидких електронів оптичного плавлення дителлурида танталу, матеріалу з цікавими і потенційно корисними властивостями. Тепер ця нова машина демонструє свою корисність розробки нових методів управління широким класом прискорювачів.
Читати далі:
Фізики знайшли універсальний «годинник» у космосі: він точніший за атомний.
Археологи знайшли малюнки жахливих людей із величезними головами: ким вони були
Телескоп «Джеймс Вебб» зробив перший знімок Юпітера: на ньому відразу 9 цілей, що рухаються.