Прорыв в области пучков частиц обеспечивает «значительный сдвиг парадигмы» с помощью машинного обучения

Алгоритм, позволяющий более точно прогнозировать положение и скорость распределения частиц в пучке при прохождении через ускоритель, был разработан исследователями Министерства энергетики (DOE) и Чикагского университета.

Двигаясь почти со скоростью света, линейный ускоритель Национальной ускорительной лаборатории SLAC Министерства энергетики США выпускает всплески, содержащие около одного миллиарда электронов, через длинные металлические трубы для генерации пучка частиц. Расположенный в Менло-Парке, Калифорния, объект, первоначально называвшийся Стэнфордским центром линейных ускорителей, использовал свой 3,2-километровый ускоритель с момента его постройки в 1962 году для разгона электронов до энергии, достигающей 50 гигаэлектронвольт (ГэВ).

Мощный пучок частиц, генерируемый линейным ускорителем SLAC, используется при изучении всего: от инновационных материалов до поведения молекул на атомном уровне, несмотря на то, что сам луч остается несколько загадочным, поскольку исследователям трудно оценить его внешний вид, когда он проходит через него. ускоритель.

В прошлом уникальная проблема, связанная с неопределенным внешним видом луча, заставляла ученых оценивать, как он будет вести себя во время проведения экспериментов на установке SLAC. Эта проблема легла в основу недавней работы команды Министерства энергетики и Чикагского университета по разработке алгоритма, помогающего рассчитать поведение луча.

Райан Руссель, ускоритель SLAC, а также ведущий автор недавней статьи об этом достижении, говорит, что существует множество способов манипулирования пучками частиц внутри ускорителей, но описать его форму и импульс с какой-либо высокой степенью точности сложнее. .

«Наш алгоритм учитывает информацию о луче, которая обычно отбрасывается», — сказал Руссель в своем заявлении, — «и использует эту информацию для создания более подробной картины луча».

В большинстве случаев ученые полагаются на статистику, которая помогает им определить форму пучков частиц. Хотя этот подход практичен, он не дает наиболее точной и подробной информации о том, как будет проявляться форма луча.

Другой подход, используемый исследователями, предполагает использование измерений луча, чтобы попытаться рассчитать, как луч будет выглядеть и вести себя в различных условиях. Этот процесс, как было показано, помогает развитию машинного обучения в последние годы, хотя он может быть обременительным, потому что это требует больших вычислительных мощностей.

В недавнем исследовании команды Руссель и его коллеги-исследователи решили использовать машинное обучение немного по-другому, разработав модель, основанную на существующих знаниях о динамике пучка, чтобы помочь предсказать положения частиц, а также факторы, включающие их распределение. и скорость, все это составляет то, что известно как распределение луча в фазовом пространстве. Затем модель использовалась для интерпретации данных, собранных на Аргоннском ускорителе Уэйкфилда в Аргоннской национальной лаборатории Министерства энергетики.

Такая реализация модели позволила исследователям точно восстановить мелкие детали луча, используя всего десять точек данных. Напротив, предыдущие модели машинного обучения, вероятно, требовали до 10 000 точек данных для достижения аналогичных результатов.

Руссель и его команда говорят, что более подробная информация, которую предоставляет их алгоритм, поможет ученым добиться большей точности при проведении экспериментов с пучками частиц. Такие возможности могут оказаться жизненно важными в будущем из-за растущего использования более высоких уровней энергии при создании более сложных профилей пучков.

Аурали Эделен, один из соавторов статьи и научный сотрудник ускорителя SLAC, сказала, что команде удалось продемонстрировать, что их модель «может определять очень сложные формы многомерных лучей на основе удивительно небольших объемов данных».

Руссель назвал это достижение серьезным сдвигом парадигмы в сторону лучшего анализа и экспериментирования с данными, собранными на ускорительных установках, добавив, что данные пучков частиц можно использовать «более комплексным и мощным способом для улучшения наших научных целей на ускорителях во всем мире».