論文の概要: Forecasting Particle Accelerator Interruptions Using Logistic LASSO Regression

• arxiv url: http://arxiv.org/abs/2303.08984v1
• Date: Wed, 15 Mar 2023 23:11:30 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-17 17:31:13.164276
• Title: Forecasting Particle Accelerator Interruptions Using Logistic LASSO Regression
• Title（参考訳）: ロジスティックLASSO回帰を用いた粒子加速器中断予測
• Authors: Sichen Li, Jochem Snuverink, Fernando Perez-Cruz, Andreas Adelmann
• Abstract要約: インターロックと呼ばれる予期せぬ粒子加速器の割り込みは、必要な安全対策にもかかわらず、突然の運用変更を引き起こす。 このような中断を予測することを目的とした,単純かつ強力なバイナリ分類モデルを提案する。 このモデルは、少なくとも絶対収縮と選択演算子によって罰せられるロジスティック回帰として定式化される。
• 参考スコア（独自算出の注目度）: 62.997667081978825
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Unforeseen particle accelerator interruptions, also known as interlocks, lead to abrupt operational changes despite being necessary safety measures. These may result in substantial loss of beam time and perhaps even equipment damage. We propose a simple yet powerful binary classification model aiming to forecast such interruptions, in the case of the High Intensity Proton Accelerator complex at the Paul Scherrer Institut. The model is formulated as logistic regression penalized by least absolute shrinkage and selection operator, based on a statistical two sample test to distinguish between unstable and stable states of the accelerator. The primary objective for receiving alarms prior to interlocks is to allow for countermeasures and reduce beam time loss. Hence, a continuous evaluation metric is developed to measure the saved beam time in any period, given the assumption that interlocks could be circumvented by reducing the beam current. The best-performing interlock-to-stable classifier can potentially increase the beam time by around 5 min in a day. Possible instrumentation for fast adjustment of the beam current is also listed and discussed.
• Abstract（参考訳）: インターロックと呼ばれる予期せぬ粒子加速器の割り込みは、必要な安全対策にもかかわらず、突然の運用変更を引き起こす。 これにより、ビームタイムが大幅に減少し、おそらく機器の損傷も生じる。 我々は,paul scherrer institutの高強度陽子加速器複合体において,そのような中断を予測することを目的とした,単純かつ強力なバイナリ分類モデルを提案する。 このモデルは、加速器の不安定状態と安定状態を区別するための統計的2つのサンプルテストに基づいて、最小絶対収縮と選択演算子によってペナルティ化されたロジスティック回帰として定式化されている。 インターロック前にアラームを受信する主な目的は、対策とビーム時間損失の低減である。 これにより、ビーム電流を減少させることでインターロックを回避できるという仮定から、任意の期間における保存ビーム時間を測定するための連続評価指標が開発される。 最高性能のインターロック安定分類器は、ビーム時間を1日に約5分増加させることができる。 ビーム電流の高速調整のための可能な計測器もリストアップして議論する。

関連論文リスト

• Neural Interaction Energy for Multi-Agent Trajectory Prediction [55.098754835213995]
  ニューラル・インタラクション・エナジー(MATE)によるマルチエージェント軌道予測(Multi-Agent Trajectory Prediction)というフレームワークを導入する。 MATEは神経相互作用エネルギーを用いてエージェントの対話運動を評価する。 時間的安定性を高めるために,エージェント間相互作用制約とエージェント内動作制約という2つの制約を導入する。
  論文  参考訳（メタデータ） (2024-04-25T12:47:47Z)
• A conditional latent autoregressive recurrent model for generation and forecasting of beam dynamics in particle accelerators [46.348283638884425]
  本稿では,加速器内の荷電粒子のダイナミクスを学習するための2段階の非教師付きディープラーニングフレームワークであるLatent Autoregressive Recurrent Model (CLARM)を提案する。 CLARMは、潜在空間表現をキャプチャしてデコードすることで、様々な加速器サンプリングモジュールでプロジェクションを生成することができる。 その結果,提案手法の予測能力と生成能力は,様々な評価指標と比較した場合に有望であることが示唆された。
  論文  参考訳（メタデータ） (2024-03-19T22:05:17Z)
• Connecting Surrogate Safety Measures to Crash Probablity via Causal Probabilistic Time Series Prediction [0.0]
  本稿では,確率的時系列予測を用いて,サロゲート安全対策とクラッシュ確率を結合する手法を提案する。 この手法では, 速度, 加速度, 時間対衝突のシーケンスを用いて, それらの変数の確率密度関数を推定した。 推定シーケンスは正確であり, 条件付き衝突確率は, 衝突防止のための回避行動の有効性を示す。
  論文  参考訳（メタデータ） (2022-10-04T04:08:59Z)
• Fast ion shuttling which is robust versus oscillatory perturbations [5.333582981327498]
  ハーモニックトラップを用いた単一イオンの運動励起について検討した。 これらの基本的な摂動は、重ね合わせによって他のどんなものも形成できる。
  論文  参考訳（メタデータ） (2022-01-19T12:14:51Z)
• Tracking the risk of a deployed model and detecting harmful distribution shifts [105.27463615756733]
  実際には、デプロイされたモデルのパフォーマンスが大幅に低下しないという、良心的なシフトを無視することは理にかなっている。 我々は,警告を発射する有効な方法は,(a)良性な警告を無視しながら有害なシフトを検知し,(b)誤報率を増大させることなく,モデル性能の連続的なモニタリングを可能にすることを論じる。
  論文  参考訳（メタデータ） (2021-10-12T17:21:41Z)
• StableEmit: Selection Probability Discount for Reducing Emission Latency of Streaming Monotonic Attention ASR [46.69852287267763]
  我々は,MoChAが早期にトークンを発行することを奨励するために,単純なアライメントフリーの正規化手法であるStableEmitを提案する。 以上の結果から,StableEmitは認識誤差と発光遅延を同時に低減することがわかった。
  論文  参考訳（メタデータ） (2021-07-01T17:49:31Z)
• A Novel Approach for Classification and Forecasting of Time Series in Particle Accelerators [52.77024349608834]
  高強度陽子加速器複合体におけるビーム時間損失を低減するために,新しい時系列分類手法を適用した。 ROC曲線値が0.71 pm 0.01$のエリアに到達し、ランダムフォレストモデルの0.65 pm 0.01$と比較した。
  論文  参考訳（メタデータ） (2021-02-01T11:53:14Z)
• Intrinsic Temporal Regularization for High-resolution Human Video Synthesis [59.54483950973432]
  時間整合性は、画像処理パイプラインをビデオドメインに拡張する上で重要である。 フレームジェネレーターを介して本質的信頼度マップを推定し,運動推定を調節する,本質的な時間正規化方式を提案する。 我々は、本質的な時間的規制をシングルイメージジェネレータに適用し、強力な「Internet」が512Times512$の人間のアクションビデオを生成します。
  論文  参考訳（メタデータ） (2020-12-11T05:29:45Z)

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。