Машинное обучение помогает решить проблему дрейфа производительности ускорителей частиц
Учёные и инженеры Национальной лаборатории Лос-Аламоса и Национальной лаборатории Лоуренса в Беркли разработали модель машинного обучения для оптимизации работы ускорителей частиц. Эта разработка направлена на решение проблемы дрейфа производительности, которая возникает в процессе эксплуатации ускорителей частиц. Машинное обучение позволяет создать «виртуальных наблюдателей», которые помогают техническим специалистам в контроле и диагностике ускорителей частиц. Эти приложения анализируют данные...