Теперь исследователи из SLAC Министерства энергетики, Аргоннской национальной лаборатории Министерства энергетики США и Чикагского университета разработали алгоритм, который более точно предсказывает распределение положений частиц и скоростей пучка при прохождении его через ускоритель. Эта подробная информация о пучке поможет ученым более надежно проводить свои эксперименты - потребность, которая становится все более важной по мере того, как ускорительные установки работают при все более высоких энергиях и генерируют все более сложные профили пучка. Исследователи подробно описали свой алгоритм и метод в апреле в Письма с физическим обзором.

"У нас есть много различных способов манипулировать пучками частиц внутри ускорителей, но у нас нет действительно точного способа описать форму и импульс пучка", - сказал ученый-ускоритель SLAC и ведущий соавтор Райан Руссел. "Наш алгоритм учитывает информацию о луче, которая обычно отбрасывается, и использует эту информацию для создания более детальной картины луча".

Обычно исследователи описывают положения и скорости частиц в пучке в терминах нескольких сводных статистических данных, которые дают приблизительную форму пучка в целом, но такой подход выбрасывает много потенциально полезной информации. В качестве альтернативы, специалисты по лучам могут провести множество измерений самого луча и попытаться реконструировать, иногда используя машинное обучение, как выглядел бы луч при различных экспериментальных условиях - но эти методы требуют большого объема данных и большой вычислительной мощности.

Для этого исследования команда попробовала новый подход: они построили модель машинного обучения, которая использует наше понимание динамики пучка для прогнозирования распределения положений частиц и скоростей внутри пучка, известного в совокупности как распределение в фазовом пространстве пучка.

Чтобы проверить свои идеи, команда использовала свою модель для интерпретации экспериментальных данных с Аргоннского ускорителя Уэйкфилда в Аргоннской национальной лаборатории Министерства энергетики США. Включение физики динамики пучка частиц в экспериментальные данные позволило исследователям точно реконструировать мелкие детали пучка, используя всего 10 точек данных - задача, которая может занять до 10 000 точек данных для некоторых моделей машинного обучения, которые не включают модель физики пучка.

"Большинство моделей машинного обучения напрямую не включают в себя какое-либо понятие динамики пучка частиц, чтобы ускорить обучение и уменьшить объем требуемых данных", - сказала ученый-ускоритель SLAC и соавтор Аурали Эделен. "Мы показали, что можем выводить очень сложные формы пучков высокой размерности из удивительно малых объемов данных".

В настоящее время алгоритм может реконструировать модель пучка вдоль его осей вверх-вниз и влево-вправо, как если бы пучок частиц был блином, движущимся по траектории ускорителя. Этот тип реконструкции называется фазовым пространством 4D луча. Далее исследователи хотят экспериментально продемонстрировать алгоритм восстановления полного распределения фазового пространства 6D, которое включает положения частиц и их скорость вдоль направления, в котором движется луч.

В целом, по словам Русселя, алгоритм представляет собой серьезное изменение парадигмы в том, как мы анализируем данные экспериментальных ускорителей на современных установках.

"Теперь мы можем использовать данные о пучках частиц более всеобъемлющим и мощным способом для улучшения наших научных целей на ускорителях по всему миру", - сказал он.