快速自适应神经网络控制费米实验室的共振提取
加速器物理
2025-11-25 v1
摘要
我们展示了在费米实验室 Mu2e 实验中实现三阶共振提取的机器学习（ML）调节系统的开发进展。我们考虑了在半解析仿真上优化的经典控制器和基于 ML 的控制器，并提供了多个模型的性能比较。此外，我们讨论了每个模型在训练中的效率，这对自适应控制的未来工作具有重要意义。我们还讨论了开发用于边缘推理的 ML 模型优化实现的进展。
引用
@article{arxiv.2511.19099,
title = {Fast Adaptive Neural Control of Resonant Extraction at Fermilab},
author = {A. Whitbeck and J. Berlioz and K. Danison-Fieldhouse and K. Hazelwood and M. Khan and J. Mitrevski and A. Narayanan and J. St. John and N. Tran and J. Ji and M. Walter},
journal= {arXiv preprint arXiv:2511.19099},
year = {2025}
}
备注
North American Particle Accelerator Conference (NAPAC2025)