WEP042 　加速器制御　 8月11日 会議室P 13:10 - 15:10

機械学習を適用したKEK電子陽電子入射器ビーム調整システムの開発

R&D of the KEK electron/positron injector Linac Tuning based on Machine Learning

○久野 彰浩（阪市大理），岩崎 昌子（阪市大理, 阪市大南部研, 阪大RCNP, 阪大IDS），佐藤 政則（高エネルギー加速器研究機構, 総研大 加速器科学専攻），佐武 いつか（高エネルギー加速器研究機構），中島 悠太，武村 紀子，長原 一（阪大IDS），中野 貴志（阪大RCNP, 阪大IDS）

○Akihiro Hisano (Osaka City U.), Masako Iwasaki (Osaka City U., NITEP, Osaka U. RCNP, Osaka U. IDS), Masanori Satoh (KEK, SOKENDAI Department of Accelerator Science), Itsuka Satake (KEK), Yuta Nakashima, Noriko Takemura, Hajime Nagahara (Osaka U. IDS), Takashi Nakano (Osaka U. RCNP, Osaka U. IDS)

我々は、機械学習を適用したKEK入射加速器(Linac)運転調整システムの開発を進めている。加速器運転調整では、常時、種々の運転パラメータを調節し、高い入射効率が得られるよう調整を行う。機械学習を導入した加速器運転調節を開発し、高速化や、性能向上を目指す。先行研究により、１．機械学習(ニューラルネットワーク)を用いて、約800加速器パラメータの状態を２次元で可視化し、加速器の状態は短期的には連続的に変化するが、長期的には不連続かつ大きな変化が生じる事と、２．このような外部環境変化に適応し、随時運転パラメータを最適化するためには、直近データによる学習更新が有効であることを示した。本発表では、2021年にLinacで収集した試験用データを使用した研究結果も含め、開発の現状について報告する。