WEP039 　ポスター①　 7月31日 2Fリハーサル室 13:00-15:00

機械学習を用いたSuperKEKB加速器入射調整ツールの改良

Improvement of machine-learning-assisted injection tuning for SuperKEKB

○加藤 臣之輔（東大理），三塚 岳（高エ研）

○Shinnosuke Kato (UTokyo), Gaku Mitsuka (KEK)

フレーバー物理精密測定や新物理探索を主な目的とするBelleⅡ実験/SuperKEKB加速器にとって、ルミノシティ向上は喫緊の課題である。2022ランまでに改善すべき問題として、ビーム輸送路(BT)からSuperKEKBメインリングへの電子・陽電子ビーム入射において入射効率が安定しないことが挙げられ、これは積分ルミノシティの低下を招く。ビームの入射調整に用いられるマグネットは主にDCステアリングマグネット、セプタムマグネット、キッカーマグネットであり、現在はオペレーターがこれらを組み合わせ合計6個のパラメータとして手動で調整している。我々は入射調整を効率化するために、機械学習、特にベイズ最適化に基づく調整ツールを開発した。 本講演では入射調整ツールの改良及び、2024年1月末以降の物理ランにおける調整ツール用いた入射効率最適化試験結果の発表を予定している。