[人工智能]人工智能大显神通,实现用机器学习算法:简化粒子加速器的操作!( 二 )
为了增加聚焦功率 , 必须增加一对磁铁的强度 , 而降低另一对磁铁的强度 。 研究人员估计 , 使用新的工艺 , 调谐四极磁铁的速度大约快了三到五倍 , 同时它还倾向于产生比以前使用的算法更高强度的光束 。 SLAC国家加速器实验室的加速器操作员简·什塔伦科娃(Jane Shtalenkova)表示:我们提高调谐效率的能力 , 是对于能够更高质量地向来自世界各地进行实验的人提供光束非常关键 。
本文插图
同样的方法可以扩展到调整科学家们 , 可能想要为他们实验优化的其他电子束或X射线束特性 。 例如 , 研究人员可以应用这项技术 , 在直线加速器相干光源(LCLS)的X射线束击中样本后 , 最大化从样本中获得的信号 , 这种灵活性也使得新算法对其他设施很有用 , 这种机器学习算法的好处是 , 可以相对容易地进行技术转移 。
本文插图
博科园|研究/来自:SLAC国家加速器实验室
研究发表期刊《物理评论快报》
博科园|科学、科技、科研、科普
关注【博科园】看更多大美宇宙科学
- 湖南省人工智能产业联盟每日AI报0510
- 掘金界参与主,5月8日,由全球领先的人工智能平台公司商汤科技SenseTime
- 埃尔法哥哥人工智能与人类的未来
- AI途人工智能时代:AI“创作”的著作权归属
- 前瞻产业研究院2020年中国人工智能行业市场规模及竞争格局分析:百度夺得数桂冠【组图】
- 大科技杂志社想说爱你不容易,人工智能
- 眷诚法务人工智能的法律主体资格分析
- c114通信网1.4亿!新华三首次中标中国移动人工智能通用计算设备集采
- Hornet黄蜂您在日常生活中使用的10个人工智能示例
- 埃尔法哥哥人工智能,将如何引发教育领域系统变革?