基于机器学习高效预测 X 射线自由电子激光的阿秒双色脉冲
加速器物理
2024-03-27 v3 光学
摘要
X 射线自由电子激光是相干、高强 X 射线源，在超快测量与动态结构成像中有众多应用。由于自放大自发辐射过程的随机性以及电子注入控制的困难，输出脉冲表现出显著噪声与有限时间相干性。表征双色 X 射线脉冲的标准测量技术颇具挑战，因其或有侵入性，或诊断成本高昂。本工作中，我们采用神经网络与决策树等机器学习方法，利用在单发高重复频率下易记录的参数预测阿秒基频与二次谐波脉冲对的中心光子能量。利用真实实验数据，我们对输入参数进行了详细特征分析，同时优化机器学习方法的训练时间。我们的预测模型能够在不测量另一脉冲的情况下预测其中一脉冲的中心光子能量，从而在不扩展光谱仪探测窗口的前提下提升其使用效率。我们预期该方法在 XFEL 的 X 射线光谱学中具有应用前景，如时间分辨 X 射线吸收与光电子能谱，其中对输入光谱的改进测量将带来更优实验结果。
引用
@article{arxiv.2311.14751,
title = {Efficient prediction of attosecond two-colour pulses from an X-ray free-electron laser with machine learning},
author = {Karim K. Alaa El-Din and Oliver G. Alexander and Leszek J. Frasinski and Florian Mintert and Zhaoheng Guo and Joseph Duris and Zhen Zhang and David B. Cesar and Paris Franz and Taran Driver and Peter Walter and James P. Cryan and Agostino Marinelli and Jon P. Marangos and Rick Mukherjee},
journal= {arXiv preprint arXiv:2311.14751},
year = {2024}
}
备注
14 pages, 8 figures