基于机器学习辅助电子自旋的超快超强激光脉冲特性诊断
等离子体物理
2023-01-03 v1
摘要
超快超强激光技术的快速发展不断为极端条件下强场物理研究创造机遇。然而，激光脉冲时空特性的精确测定仍是一项巨大挑战，尤其当涉及数百太瓦以上的激光功率时。本文利用辐射自旋翻转效应，发现电子束的自旋去极化可用于诊断峰值强度约 -~W/cm 的超快超强激光特性。通过三次射击，我们的机器学习辅助模型可同时预测聚焦高斯超快超强激光（原则上轮廓可任意）的脉冲持续时间、峰值强度和焦斑半径，相对误差为 -。最终自旋极化度的渐近近似揭示了 underlying 物理及一种替代诊断方法（无机器学习辅助）。我们提出的方案在电子束参数波动方面表现出鲁棒性和探测精度。超快超强激光参数的精确测量将显著提升激光核物理研究和实验室天体物理研究等的精度。鲁棒的机器学习技术也可在更普遍的强场物理场景中找到应用。
引用
@article{arxiv.2301.00162,
title = {Diagnosis of ultrafast ultraintense laser pulse characteristics by machine-learning-assisted electron spin},
author = {Zhi-Wei Lu and Xin-Di Hou and Feng Wan and Yousef I. Salamin and Chong Lv and Bo Zhang and Fei Wang and Zhong-Feng Xu and Jian-Xing Li},
journal= {arXiv preprint arXiv:2301.00162},
year = {2023}
}