BPM 측정과 머신러닝을 이용한 FEL 성능 예측

본 연구에서는 Hefei 적외선 자유전자레이저(FEL) 시설에서 빔 위치 모니터(BPM) 측정 데이터와 출력 레이저 파워 간의 상관관계를 분석하기 위해 머신러닝 접근법을 개발하고 검증하였다. 언듈레이터 상류에 위치한 BPM 프로브가 수집한 280개 개별 번치의 횡방향 위치, 전하, 그리고 종방향 위상 정보를 활용하여, 고정밀 예측 모델을 성공적으로 구축하였으며, BPM 측정이 적외선 FEL의 출력 레이저 파워를 효과적으로 예측할 수 있음을 보여주었다. 훈련된 예측 모델을 기반으로 신경망 구조를 분해하여 레이저 파워 출력에 가장 큰 영향을 미치는 주요 번치와 민감한 파라미터를 정확히 식별하였다. 이는 이후 빔 튜닝 실험에 명확하고 타겟이 명확한 최적화 근거를 제공한다. 본 방법에서 채택한 데이터 기반 전략은 전통적인 경험 기반 튜닝에 수반되는 작업 부하를 크게 줄여 가속기 운영 안정성을 향상시키는 효과적인 기술적 수단을 제공한다.