PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!
  • Sesja wygasła!
Tytuł artykułu

Sieci neuronowe i metody uczenia maszynowego w modelowaniu i sterowaniu akceleratorów cząstek : rozwój sieci neuronowych i przykład wdrożenia w systemie chłodzenia fotoinżektora w instalacji FAST

Identyfikatory
Warianty tytułu
EN
Neural Networks and Machine Learning for Modeling and Control of Particle Accelerators : development of neural networks and implementation example on the cooling system of photoinjector at FAST installation
Języki publikacji
PL
Abstrakty
PL
Akceleratory cząstek mogą być idealnym poligonem doświadczalnym dla technik opartych na sieciach neuronowych. Wiele wczesnych prób zastosowania sieci neuronowych w akceleratorach cząstek przyniosło mierne wyniki ze względu na względną niedojrzałość technologii do takich zadań. Opisano najnowsze postępy w technikach sieci neuronowych, omówiono niektóre obiecujące możliwości włączenia sieci neuronowych do systemów sterowania akceleratorami cząstek, opisano system sterowania rezonansem inżektora działa elektronowego w kompleksie Fermilab Accelerator Science and Technology (FAST) oraz scharakteryzowane szczegółowo niektóre zagadnienia techniczne istniejącego systemu w celu stworzenia projektu nowego systemu sterowania opartego na sieciach neuronowych.
EN
Particle accelerators can be an ideal test-beds for NN-based techniques. Many early attempts to apply neural networks to particle accelerators yielded mixed results due to the relative immaturity of the technology for such tasks. The recent advances in neural network techniques were described, some promising avenues for incorporating neural networks into particle accelerator control systems was discussed, a control system for resonance control of an RF electron gun at the Fermilab Accelerator Science and Technology (FAST) facility has been described and some detailed technical issues of an existing system characterized for new neural network-based control system design.
Rocznik
Strony
33--39
Opis fizyczny
Bibliogr. 6 poz., wykr.
Twórcy
  • Instytut Chemii i Techniki Jądrowej, Warszawa
  • Wydział Elektroniki i Technik Informacyjnych Politechniki Warszawskiej, Instytut Systemów Elektronicznych
Bibliografia
  • [1] Neural Networks for Modeling and Control of Particle Accelerators.
  • [2] A. L. Edelen, Student Member, IEEE, S. G. Biedron, Senior Member, IEEE, B. E. Chase, Member, IEEE.
  • [3] D. Edstrom Jr., S. V. Milton, Senior Member, IEEE, and P. Stabile, Member, IEEE.
  • [4] IEEE TRANSACTIONS ON NUCLEAR SCIENCE, VOL. 63, NO. 2, APRIL 2016.
  • [5] M. Church et al., ASTA proposal for an accelerator R&D user facility at fermilab’s advanced superconducting test accelerator (ASTA), Fermilab technical memo FERMILAB-TM-2568, Oct.2013.
  • [6] M. Church, Eds. Design of the Advanced Superconducting Test Accelerator, Fermilab beams-doc-4212, 2012.
Uwagi
Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-78380523-dccc-4cee-b5e0-e5c4fc81a1c9
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.