Ein bedingtes latentes autoreggressives rekurrentes Modell zur Erzeugung und Vorhersage der Strahlendynamik in Teilchenbeschleunigern
Ein zweistufiges tiefes Lernmodell, das eine bedingte variationelle Autoencoder-Architektur (CVAE) zur Darstellung der räumlichen Korrelationen in einem niedrigdimensionalen Latenzraum und ein rekurrentes neuronales Netzwerk (LSTM) zur Erfassung der zeitlichen Dynamik in diesem Latenzraum kombiniert, um die Erzeugung und Vorhersage der Strahlendynamik in Teilchenbeschleunigern zu ermöglichen.