为高数据速率X射线设施准备的AI算法的数据框架测试
摘要：下一代X射线自由电子激光器的出现将能够持续以接近1 MHz的重复率传送X射线。这将需要开发处理这类设施实验的数据系统，特别是对于高吞吐量的应用，如飞秒级X射线晶体学和X射线光子涨落光谱学。在这里，我们展示了一个框架，可以在LCLS上捕获单点X射线数据，并实施机器学习算法自动从收集的数据中提取对比度参数。我们测量了返回结果所需的时间，并评估了在高数据量下使用这个框架的可行性。我们利用这个实验来确定在MHz重复率下进行“实时”数据分析的可行解。
作者：Hongwei Chen, Sathya R. Chitturi, Rajan Plumley, Lingjia Shen, Nathan C. Drucker, Nicolas Burdet, Cheng Peng, Sougata Mardanya, Daniel Ratner, Aashwin Mishra, Chun Hong Yoon, Sanghoon Song, Matthieu Chollet, Gilberto Fabbris, Mike Dunne, Silke Nelson, Mingda Li, Aaron Lindenberg, Chunjing Jia, Youssef Nashed, Arun Bansil, Sugata Chowdhury, Adrian E. Feiguin, Joshua J. Turner, Jana B. Thayer
论文ID：2210.10137
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2023-08-09