論文の概要: Automated control and optimisation of laser driven ion acceleration
- arxiv url: http://arxiv.org/abs/2303.00823v1
- Date: Wed, 1 Mar 2023 21:08:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-03 16:55:40.271403
- Title: Automated control and optimisation of laser driven ion acceleration
- Title（参考訳）: レーザー駆動イオン加速の自動制御と最適化
- Authors: B. Loughran, M. J. V. Streeter, H. Ahmed, S. Astbury, M. Balcazar, M.
Borghesi, N. Bourgeois, C. B. Curry, S. J. D. Dann, S. DiIorio, N. P. Dover,
T. Dzelzanis, O. C. Ettlinger, M. Gauthier, L. Giuffrida, G. D. Glenn, S. H.
Glenzer, J. S. Green, R. J. Gray, G. S. Hicks, C. Hyland, V. Istokskaia, M.
King, D. Margarone, O. McCusker, P. McKenna, Z. Najmudin, C. Parisua\~na, P.
Parsons, C. Spindloe, D. R. Symes, A. G. R. Thomas, F. Treffert, N. Xu and C.
A. J. Palmer
- Abstract要約: 自動化されたHRR互換システムは高忠実度パラメータースキャンを生成し、レーザー強度がターゲットの予熱および陽子生成に与える影響を明らかにした。
最大陽子エネルギーの閉ループベイズ最適化は、レーザー波面と目標位置の制御を通じて、手動で最適化されたレーザーパルスに対して同等の最大エネルギーを持つ陽子ビームを生成するが、レーザーエネルギーの60%しか使用していない。
このレーザー駆動陽子ビームの自動最適化の実証は、より深い物理的洞察と将来の放射線源の構築に向けた重要なステップである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The interaction of relativistically intense lasers with opaque targets
represents a highly non-linear, multi-dimensional parameter space. This limits
the utility of sequential 1D scanning of experimental parameters for the
optimisation of secondary radiation, although to-date this has been the
accepted methodology due to low data acquisition rates. High repetition-rate
(HRR) lasers augmented by machine learning present a valuable opportunity for
efficient source optimisation. Here, an automated, HRR-compatible system
produced high fidelity parameter scans, revealing the influence of laser
intensity on target pre-heating and proton generation. A closed-loop Bayesian
optimisation of maximum proton energy, through control of the laser wavefront
and target position, produced proton beams with equivalent maximum energy to
manually-optimized laser pulses but using only 60% of the laser energy. This
demonstration of automated optimisation of laser-driven proton beams is a
crucial step towards deeper physical insight and the construction of future
radiation sources.
- Abstract（参考訳）: 相対論的に強いレーザーと不透明なターゲットとの相互作用は、高非線形多次元パラメータ空間を表す。
これにより、二次放射の最適化のための実験パラメータの逐次1次元走査の有用性が制限されるが、今日ではデータ取得率が低いために受け入れられている方法である。
機械学習によって強化された高繰り返しレート(HRR)レーザーは、効率的なソース最適化のための貴重な機会を提供する。
ここでは、hrr互換の自動化システムが高忠実度パラメータスキャンを行い、レーザー強度がターゲットの予熱と陽子生成に与える影響を明らかにした。
レーザー波面と目標位置の制御により、最大プロトンエネルギーの閉ループベイズ最適化は、手動で最適化したレーザーパルスに同等の最大エネルギーを持つプロトンビームを発生させたが、レーザーエネルギーの60%しか使用しなかった。
このレーザー駆動陽子ビームの自動最適化の実証は、より深い物理的洞察と将来の放射線源の構築に向けた重要なステップである。
関連論文リスト
- In-situ Self-optimization of Quantum Dot Emission for Lasers by Machine-Learning Assisted Epitaxy [16.7201459150254]
本研究では、InAs/GaAs量子ドット(QD)の表面再構成と光発光(PL)を相関させるため、その場反射高エネルギー電子回折(RHEED)を機械学習(ML)と統合する。
入力としてRHEEDデータのリアルタイム処理に軽量なResNet-GLAMモデルを用い,光学性能の効果的な同定を可能にする。
GaAs基板上でのInAs QDsの最適化に成功し,PL強度の3.2倍増加と全幅の半大化を実現した。
論文 参考訳（メタデータ） (2024-11-01T03:10:00Z) - Inverse design of photonic surfaces on Inconel via multi-fidelity machine learning ensemble framework and high throughput femtosecond laser processing [0.6125806862740051]
フォトニック表面の逆設計のためのMF(Multi-fidelity)機械学習アンサンブルフレームワークを実証する。
MFアンサンブルは、設計ソリューションを生成するための初期低忠実度モデルと、これらのソリューションを局所最適化によって洗練する高忠実度モデルを組み合わせる。
本手法は, エネルギー収穫への応用において, フォトニック表面の逆設計を推し進めるための強力なツールを提供する。
論文 参考訳（メタデータ） (2024-06-03T15:59:19Z) - TempoRL: laser pulse temporal shape optimization with Deep Reinforcement
Learning [0.577478614918139]
高出力レーザー(HPL)の最適性能は、光-物質相互作用に関連する様々な実験タスクの成功に不可欠である。
伝統的に、HPLパラメータはブラックボックスの数値法に依存する自動化方式で最適化される。
モデルフリーのDeep Reinforcement Learning (DRL)は、HPLパフォーマンスを最適化するための有望な代替フレームワークを提供する。
論文 参考訳（メタデータ） (2023-04-20T22:15:27Z) - Self-Tuning Transmitter for Quantum Key Distribution Using Machine
Intelligence [0.0]
量子鍵分布(QKD)では、パルスレーザーの光注入ロック(OIL)が高速な量子送信器を実現するための有望な技術として示されている。
そこで本研究では,遺伝的アルゴリズムを用いて最適な動作状態に自動調整可能な,OILベースのQKD送信機を実験的に実証する。
論文 参考訳（メタデータ） (2022-10-15T21:10:51Z) - Machine Learning-Driven Process of Alumina Ceramics Laser Machining [0.0]
インテリジェントな戦略は、ピコ秒レーザー加工パラメータの関係を捉えるために機械学習(ML)技術を使用することである。
ビーム振幅や周波数、スキャナ通過速度、表面上の通過数などのレーザーパラメータを用いて、彫刻されたチャネルの深さ、最上幅、底幅を予測する。
ニューラルネットワーク(NN)は、出力を予測する上で最も効率的である。
論文 参考訳（メタデータ） (2022-06-13T22:35:14Z) - Oscillator laser model [77.34726150561087]
拡散係数はモデルと一致し、量子非線形レーザー方程式を解析的に解くために必要なものである。
超放射光レーザーの強度変動スペクトルにおいて、集合ラビ分裂ピークが予測される。
論文 参考訳（メタデータ） (2022-06-11T07:38:31Z) - On quantum free-electron laser: Superradience [91.3755431537592]
レーザ振幅の進化の正確な表現を得る。
高利得レーザーの超輝度に対する信頼性条件について論じる。
論文 参考訳（メタデータ） (2022-03-27T15:07:09Z) - Perturbation approach in Heisenberg equations for lasers [77.34726150561087]
その結果, 個体群の変動は, 放流モードにおける自然的および刺激的放出に大きく影響していることがわかった。
この方法は量子光学における様々な共鳴系に適用できる。
論文 参考訳（メタデータ） (2022-01-08T18:24:37Z) - Conceptual Design Report for the LUXE Experiment [116.47875392913599]
我々は高エネルギーの電子-光子相互作用と光子-光子相互作用を分析して、量子物理学のこの到達不能な状態に達する。
予測される高光子フラックスは、標準モデルを超えた新しい物理の感度の高い探索を可能にする。
論文 参考訳（メタデータ） (2021-02-03T12:27:10Z) - Laser threshold magnetometry using green light absorption by diamond
nitrogen vacancies in an external cavity laser [52.77024349608834]
ダイヤモンド中の窒素空孔(NV)中心は、近年、量子センシングにかなりの関心を集めている。
最適密度のNV中心を持つダイヤモンドを用いて,pT/sqrt(Hz)レベルの磁場に対する理論的感度を示す。
論文 参考訳（メタデータ） (2021-01-22T18:58:05Z) - Quantum Langevin approach for superradiant nanolasers [58.720142291102135]
量子非線形ランゲヴィン方程式を解析的に解く新しい手法を提案し,超ラジアントレーザーのスペクトル計算に応用した。
レーザーライン幅のしきい値領域におけるポンプ依存性などのよく知られた結果を得るため,任意のポンプレートの洗浄スペクトルを算出した。
我々は, レーザーの周波数スペクトルにおける新しいサイドバンドピークの予測を行うとともに, パルスレートの弱いレーザースペクトルにおける新しい非線形構造も予測した。
論文 参考訳（メタデータ） (2020-12-04T11:30:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。