基于深度学习的钻孔辐射压离子加速建模

摘要：

超短超强激光脉冲与固体靶相互作用可通过钻孔辐射压加速机制产生百MeV量级的离子束,离子束的品质强烈依赖于激光和靶的作用参量.本文以近400组激光驱动固体靶的粒子模拟结果作为数据集,以激光强度、靶密度、靶厚和离子质量作为输入参量,基于全连接神经网络建立了一个离子峰值能量和截止能量连续映射模型.该模型用较为稀疏的参量取值获得了较大参量范围内的分析结果,大大减少了多维参量大范围扫参的计算量.基于连续映射模型的结果,得到了钻孔辐射压加速机制下离子峰值能量的修正公式和截止能量的拟合公式,可为激光离子加速的实验设计提供重要参考.

关键词：激光离子加速、神经网络

所属期刊栏目：72

分类号：TP391.41;TP181;O539

在线出版日期：2023-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：147-157