AI-Assisted Transport of Radioactive Ion Beams
Sergio Lopez-Caceres and Daniel Santiago-Gonzalez
放射性重离子的束使研究人员能够研究罕见和不稳定的原子核,将光射入异国情调核的内部结构以及化学元素如何在恒星中形成。 然而,放射性光束的提取和运输依赖于耗时的专家驱动的调谐方法,其中数百个参数被手动优化。 在这里,我们引入了一个采用人工智能(AI)的系统,特别是利用贝叶斯优化,以协助放射性光束的运输过程。 我们将我们的方法论应用于与标准调优方法相比显示优势的现实生活场景。 这种人工智能辅助方法可以扩展到世界各地的其他放射性光束设施,以提高运营效率并提高科学产出。
Beams of radioactive heavy ions allow researchers to study rare and unstable atomic nuclei, shedding light into the internal structure of exotic nuclei and on how chemical elements are formed in stars. However, the extraction and transport of radioactive beams rely on time-consuming expert-driven tuning methods, where hundreds of parameters are manually optimized. Here, we introduce a system that employs Artificial Intelligence (AI), specifically utilizing Bayesian Optimization, to assist in the...