Development of reconstruction method for phase-space parameters of high-intensity beam using machine learing

• Project Area: Foundation of "Machine Learning Physics" --- Revolutionary Transformation of Fundamental Physics by A New Field Integrating Machine Learning and Physics
• Project/Area Number: 23H04525
• Research Category: Grant-in-Aid for Transformative Research Areas (A)
• Allocation Type: Single-year Grants
• Review Section: Transformative Research Areas, Section (II)
• Research Institution: Japan Atomic Energy Agency
• Principal Investigator: 北村 遼 国立研究開発法人日本原子力研究開発機構, J－PARCセンター, 研究職 (10838379)
• Project Period (FY): 2023-04-01 – 2025-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000); Fiscal Year 2024: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
• Keywords: 大強度ビーム / ビームモニタ / 機械学習

Outline of Research at the Start

本研究の概要は、大強度ビーム加速における空間電荷効果への定量的な評価や、ビームハローに起因するロスの低減といった問題に対して、機械学習を用いたビーム物理研究への新たなアプローチの開拓を目指すものである。
具体的には、大強度リニアックの前段部輸送系をモデルケースとして、プロファイルモニタで測定できる時空間方向の2次元プロファイルの画像データから、畳み込みニューラルネットワーク(CNN)でビームの特徴量である位相空間パラメータの推定手法を開発する研究である。また、CNNによるパラメータの推定精度や計算コストの観点から、ビームプロファイル解析への画像認識導入の妥当性を検証する。