Учёные и инженеры Национальной лаборатории Лос-Аламоса и Национальной лаборатории Лоуренса в Беркли разработали модель машинного обучения для оптимизации работы ускорителей частиц. Эта разработка направлена на решение проблемы дрейфа производительности, которая возникает в процессе эксплуатации ускорителей частиц.
Машинное обучение позволяет создать «виртуальных наблюдателей», которые помогают техническим специалистам в контроле и диагностике ускорителей частиц. Эти приложения анализируют данные в реальном времени, ищут закономерности и делают прогнозы, помогая операторам вовремя распознавать проблемы и принимать более эффективные решения.