Аннотация:
С помощью методов машинного обучения на основе самоорганизующихся карт Кохонена проведены анализ и классификация результатов численного моделирования ускорения электронов при взаимодействии мощного лазерного излучения с плазмой. Методом частиц в ячейках (particle-in-cell, PIC) выполнено трехмерное моделирование взаимодействия в широких диапазонах параметров (интенсивность лазерного излучения и концентрация плазмы). Для каждого набора параметров найден спектр ускоренных электронов, на основе которого вычислены заряд, средняя энергия и относительный разброс по энергии ускоренных электронов. С использованием полученных величин в качестве входных параметров карты проведена классификация различных режимов ускорения. Разработанная схема может применяться для выявления оптимальных режимов ускорения в более реалистичных условиях с учетом большего числа параметров.
Ключевые слова:
лазерная плазма, плазменные методы ускорения, численное моделирование на основе метода частиц в ячейках, методы машинного обучения, нейронные сети, самоорганизующиеся карты Кохонена.
Работа выполнена в рамках программы НЦМУ “Центр фотоники” при финансировании Министерством науки и высшего образования РФ (соглашение № 075-15-2020-906).
Поступила в редакцию: 15.04.2021 Исправленный вариант: 08.07.2021
Образец цитирования:
Т. М. Волкова, Е. Н. Неруш, И. Ю. Костюков, “Использование методов машинного обучения для анализа результатов численного моделирования лазерно-плазменного ускорения электронов”, Квантовая электроника, 51:9 (2021), 854–860 [Quantum Electron., 51:9 (2021), 854–860]
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/qe17900
https://www.mathnet.ru/rus/qe/v51/i9/p854
Эта публикация цитируется в следующих 5 статьяx:
Yuhua Wang, Guiyong Wang, Guozhong Yao, Lu Yang, Jinlong Li, Shuchao He, Advcd Theory and Sims, 6:3 (2023)