利用合成哈密顿矩阵通过机器学习从噪声脉冲中提纯电子能谱
原子物理
2020-03-19 v2
摘要
通过自放大自发辐射由自由电子激光产生的强脉冲所获得的电子能谱本质上是噪声的，并且逐发变化。我们借助深度神经网络提取对应于傅里叶极限脉冲的提纯能谱。该网络在大量能谱上训练，这得益于利用合成哈密顿矩阵和涨落脉冲的随机实现极其高效地传播薛定谔方程。我们表明，训练后的网络具有足够的通用性，以至于它可以在不针对这些系统训练的情况下，提纯以共振双光子或三光子电离为主的原子或分子能谱，这些非线性过程对脉冲涨落尤为敏感。
引用
@article{arxiv.1908.02600,
title = {Purifying electron spectra from noisy pulses with machine learning using synthetic Hamilton matrices},
author = {Sajal Kumar Giri and Ulf Saalmann and Jan M. Rost},
journal= {arXiv preprint arXiv:1908.02600},
year = {2020}
}
备注
5 pages, 4 figures (application extended to a molecular system)