FRO701
粒子源 8月8日 7号館71A/71B 8:30-8:50
ILC 電子ドライブ陽電子源の機械学習による全体最適化
A start-to-end optimization of the ILC E-driven positron source by machine learning
○佐々木 遥大1, 栗木 雅夫1, 高橋 徹1, Zachary Liptak1, 浦川 順治2, 榎本 嘉範3, 大森 恒彦3, 福田 将史3, 森川 祐3, 横谷 馨3（1広島大院先進理工, 2学術振興会, 3高エネ研）
○Yodai Sasaki1, Masao Kuriki1, Tohru Takahashi1, Liptak Zachary1, Junji Urakawa2, Yoshinori Enomoto3, Tsunehiko Omori3, Masafumi Fukuda3, Morikawa Yu3, Kaoru Yokoya3（1Hiroshima U. ADSE, 2JSPS, 3KEK）
国際リニアコライダー（ILC）は超伝導線形加速器を用いた次世代の電子－陽電子コライダーである。リニアコライダーではビームを再利用できないため、ILC には大量の陽電子が必要である。陽電子生成標的を破壊しないためには、効率的な陽電子生成が求められる。これまで、TPE アルゴリズムによるブラックボックス最適化を用いて、ブースターライナックのRF 位相、ECS のRF 位相や振幅、ビーム光学系などのパラメータの最適化が進められた。本研究ではドライブ電子ビームエネルギー、陽電子生成標的の厚み、キャプチャーライナックのRF 位相などを含めたシステム全体を最適化した。