KR20210011299A - 기계학습 모듈을 이용하는 입자가속기 제어 장치 및 방법 - Google Patents

기계학습 모듈을 이용하는 입자가속기 제어 장치 및 방법 Download PDF

Info

Publication number
KR20210011299A
KR20210011299A KR1020190088575A KR20190088575A KR20210011299A KR 20210011299 A KR20210011299 A KR 20210011299A KR 1020190088575 A KR1020190088575 A KR 1020190088575A KR 20190088575 A KR20190088575 A KR 20190088575A KR 20210011299 A KR20210011299 A KR 20210011299A
Authority
KR
South Korea
Prior art keywords
particle accelerator
motion data
state
image
control command
Prior art date
Application number
KR1020190088575A
Other languages
English (en)
Other versions
KR102309512B1 (ko
Inventor
이승현
김유종
이영욱
이재용
주영우
이혜리
정인교
김성빈
Original Assignee
한국원자력연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국원자력연구원 filed Critical 한국원자력연구원
Priority to KR1020190088575A priority Critical patent/KR102309512B1/ko
Publication of KR20210011299A publication Critical patent/KR20210011299A/ko
Application granted granted Critical
Publication of KR102309512B1 publication Critical patent/KR102309512B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05H—PLASMA TECHNIQUE; PRODUCTION OF ACCELERATED ELECTRICALLY-CHARGED PARTICLES OR OF NEUTRONS; PRODUCTION OR ACCELERATION OF NEUTRAL MOLECULAR OR ATOMIC BEAMS
    • H05H7/00—Details of devices of the types covered by groups H05H9/00, H05H11/00, H05H13/00
    • H05H7/02—Circuits or systems for supplying or feeding radio-frequency energy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Plasma & Fusion (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Radiation-Therapy Devices (AREA)

Abstract

본 발명의 일 실시예에 따른 입자가속기 제어 장치는, 입자가속기에 대한 동작 데이터를 획득하는 데이터 획득부와, 동작 데이터의 상태를 기초로 학습된 기계학습 모듈에 상기 획득된 동작 데이터를 입력하여 상기 획득된 동작 데이터의 상태를 나타내는 영상을 생성하는 영상 생성부와, 상기 생성된 영상에 기초하여 상기 입자가속기를 제어하는 제어 명령을 생성하고, 상기 생성된 제어 명령을 이용하여 상기 입자가속기를 제어하는 제어부를 포함할 수 있다.

Description

기계학습 모듈을 이용하는 입자가속기 제어 장치 및 방법 {APPARATUS FOR CONTROLLING PARTICLE ACCELERATOR USING MACHINE LEARNING MODULE AND METHOD THEREOF}
본 발명은 기계학습 모듈을 기반으로 이용하는 입자가속기 제어 장치 및 그 방법에 관한 것이다.
입자가속기는 전자총, 전자석, 고주파 시스템, 고전압 발생장치, 진공시스템, 빔 진단장치 및 수송장치 등 다양한 서브시스템들이 유기적으로 구동할 때 안정적인 빔 발생 및 수송이 가능하다. 이와 같이 복잡한 입자가속기는 안정적으로 구동하기 위하여 이를 안정적으로 제어하기 위한 제어 장치(또는 제어 시스템)가 필요하다.
기존의 입자가속기 제어 장치는 각 서브시스템의 동작 여부와 순서만을 단순히 제어하는 시퀀스(sequence) 제어를 주로 수행하였는데, 이는 자동화된 제어의 구현에 있어 안정성이 크게 떨어지는 문제가 있었다.
따라서, 보다 안정적으로 입자가속기가 구동되도록 제어하기 위한 입자가속기 제어 장치가 요구된다.
한국등록특허 제10-0786263호 (2007년 12월 10일 등록)
본 발명이 해결하고자 하는 과제는, 보다 안정적으로 입자가속기가 구동되도록 제어하는 입자가속기 제어 장치 및 방법을 제공하는 것이다.
다만, 본 발명이 해결하고자 하는 과제는 이상에서 언급한 바로 제한되지 않으며, 언급되지는 않았으나 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있는 목적을 포함할 수 있다.
본 발명의 일 실시예에 따른 입자가속기 제어 장치는, 입자가속기에 대한 동작 데이터를 획득하는 데이터 획득부와, 동작 데이터의 상태를 기초로 학습된 기계학습 모듈에 상기 획득된 동작 데이터를 입력하여 상기 획득된 동작 데이터의 상태를 나타내는 영상을 생성하는 영상 생성부와, 상기 생성된 영상에 기초하여 상기 입자가속기를 제어하는 제어 명령을 생성하고, 상기 생성된 제어 명령을 이용하여 상기 입자가속기를 제어하는 제어부를 포함할 수 있다.
본 발명의 일 실시예에 따른 입자가속기 제어 방법은, 입자가속기에 대한 동작 데이터를 획득하는 단계와, 동작 데이터의 상태를 기초로 학습된 기계학습 모듈에 상기 획득된 동작 데이터를 입력하여 상기 획득된 동작 데이터의 상태를 나타내는 영상을 생성하는 단계와, 상기 생성된 영상에 기초하여 상기 입자가속기를 제어하는 제어 명령을 생성하고, 상기 생성된 제어 명령을 이용하여 상기 입자가속기를 제어하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따른 컴퓨터 프로그램을 저장하고 있는 컴퓨터 판독 가능 기록매체는 컴퓨터 프로그램은, 프로세서에 의해 실행되면, 상기 방법을 프로세서가 수행하도록 하기 위한 명령어를 포함할 수 있다.
본 발명의 실시예에 따른 입자가속기 제어 장치 및 방법은 영상에 기반한 기계학습 모듈을 이용함으로써 입자가속기가 안정적으로 구동되도록 제어할 수 있다.
다만, 본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 입자가속기 제어 장치의 기능 블록도의 예를 도시한다.
도 2는 본 발명의 일 실시예에 따른 입자가속기 제어 방법의 각 단계의 흐름을 도시한다.
도 3 내지 도 5는 본 발명의 일 실시예에 따른 입자가속기 제어 방법에서 획득하는 동작 데이터의 예를 도시한다.
도 6은 본 발명의 일 실시예에 따른 입자가속기 제어 방법의 기계학습 모듈에 의해 출력되는 영상의 예를 도시한다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명의 범주는 청구항에 의해 정의될 뿐이다.
본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명은 본 발명의 실시예들을 설명함에 있어 실제로 필요한 경우 외에는 생략될 것이다. 그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예들을 포함할 수 있는바, 특정 실시예들을 도면에 예시하고 상세한 설명에 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로서 이해되어야 한다.
제 1, 제 2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 해당 구성요소들은 이와 같은 용어들에 의해 한정되지는 않는다. 이 용어들은 하나의 구성요소들을 다른 구성요소로부터 구별하는 목적으로만 사용된다.
어떤 구성요소가 다른 구성요소에 '연결되어' 있다거나 '접속되어' 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
도 1은 본 발명의 일 실시예에 따른 입자가속기 제어 장치의 기능 블록도의 예를 도시한다. 이하 사용되는 '…부'등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어, 또는, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
도 1을 참조하면, 입자가속기 제어 장치(100)는, 영상 생성부(120), 제어부(130), 출력부(140)를 포함할 수 있다.
데이터 획득부(110)는 마이크로프로세서(microprocessor)를 포함하는 연산 장치에 의해 구현될 수 있으며, 이는 후술할 영상 생성부(120), 제어부(130), 출력부(140)에 있어서도 같다.
데이터 획득부(110)는 입자가속기에 대한 동작 데이터를 획득할 수 있다. 동작 데이터는 입자가속기에 포함된 적어도 하나의 구성(또는 서브시스템)과 관련된 센서로부터 획득되는 적어도 하나의 구성의 동작에 대한 정보를 포함할 수 있다. 동작 데이터의 획득과 관련된 센서는 입자가속기의 구성 마다 장착되거나 연결되어 있을 수 있으나 이에 제한되는 것은 아니다.
예를 들어, 동작 데이터는 입자가속기의 구성 별 동작 온도, 진공정도(예: 초고진공, 고진공, 저진공), 고출력 RF(radio frequency) 세기, 입자가속기와 관련된 고전압장치의 전압 및 전류, 동작주파수, 빔 전류량, 빔 포지션, 빔 에미턴스, 동작계수(duty factor), RF 반사파워, 입자가속기에 포함된 전자석의 동작전압 및 전류, 입자가속기에 포함된 구성 별 타이밍 순서, 인터락, 빔 에너지 및 방사선 발생량 중 적어도 하나에 대한 정보를 포함할 수 있다. 이러한 동작 데이터는 획득되면 후술할 출력부(140)를 통해 출력될 수 있으며 출력되는 동작 데이터에 대한 구체적인 예시는 도 3 내지 도 5를 참조할 수 있다.
영상 생성부(120)는 동작 데이터의 상태를 기초로 학습된 기계학습 모듈에 데이터 획득부(110)로부터 획득된 동작 데이터를 입력하여 획득된 동작 데이터의 상태를 나타내는 영상을 생성할 수 있다.
한편, 동작 데이터의 상태는, 정상 상태, 커미셔닝(commissioning) 상태, 고주파 반사파 발생 상태, 진공 이상 상태, 예를 들면 입자가속기가 정상적으로 동작하는 상태임을 나타내는 정상 상태, 이상 상태 중 적어도 하나를 포함할 수 있다.
정상 상태는 입자가속기가 정상적으로 구동되는 상태를 의미하며, 커미셔닝 상태는 입자가속기를 초기 구동하거나 시스템 변경으로 인해 세팅을 다시 잡아주는 등의 동작이 수행됨으로써 입자가속기의 구동 설정의 변경이 일어난 상태를 의미할 수 있다. 고주파 반사파 발생 상태는 입자가속기에 고주파의 반사파가 발생된 상태임을 의미할 수 있고, 진공 이상 상태는 입자가속기의 진공 정도(예: 초고진공, 고진공)가 기설정 범위를 벗어난 비정상 상태임을 의미할 수 있다.
또한, 이상 상태는 커미셔닝 상태보다 더욱 이상 현상을 나타내는 상태로, 입자가속기의 특정 구성에 에러가 발생하여 비정상적으로 입자가속기가 구동하는 상태임을 의미할 수 있다. 경우에 따라, 이상 상태는 상술한 고주파 반사파 발생 상태 또는 진공 이상 상태를 포함할 수 있다.
경우에 따라, 영상 생성부(120)는 2개의 기계학습 모듈을 포함할 수 있고 이를 이용하여 동작 데이터의 상태를 나타내는 영상을 생성할 수 있다. 예를 들어, 동작 데이터를 입력받아 영상으로 생성하며 동시에 클러스터링을 수행하는 제1 기계학습 모듈과 클러스터링되어 생성된 영상을 입력으로 받아 생성된 영상이 의미하는 동작 데이터의 상태를 출력하는 제2 기계학습 모듈을 포함할 수 있다. 이러한 경우 제1 기계학습 모듈 및 제2 기계학습 모듈은 사용자의 선택에 의해 비지도학습 또는 지도학습이 수행된 것일 수 있다. 다만 이러한 학습방법이 본 발명의 사상을 제한하는 것은 아니다.
구체적으로, 제1 기계학습 모듈과 관련하여, 영상 생성부(120)는 센서값 형태의 데이터를 입력받아 이에 대한 영상을 생성하는 제1 기계학습 모듈을 이용하여 획득된 동작 데이터를 영상으로 생성할 수 있다. 이 때, 제1 기계학습 모듈은 영상 알고리즘을 포함할 수 있으며, 영상 알고리즘은, 지도 학습 또는 비지도 학습에 기반한 다양한 공지의 영상 알고리즘, 예를 들면 계층 클러스터링, 가우시안 혼합 모델로 구현될 수 있다.
클러스터링된 영상은 제2 기계학습 모듈에 입력되어 각 영상이 속하는 클러스터가 나타내는 동작 데이터의 상태에 대한 정보가 영상과 함께 출력될 수 있다. 이를 기초로 영상 생성부(120)는 동작 데이터를 입력받아 동작 데이터의 상태를 나타내는 영상을 출력할 수 있다.
즉, 영상 생성부(120)는 최종적으로 도 6과 같은 영상을 생성할 수 있다. 다만 도 6은 생성되는 영상의 예시일 뿐 영상의 형태는 다양하게 구현될 수 있다.
한편, 제2 기계학습 모듈의 경우, 복수의 학습용 동작 데이터를 이용하여 학습이 수행된 모듈일 수 있다. 예를 들어, 1만개 이상의 학습용 동작 데이터 별 학습용 동작 데이터가 나타내는 동작 데이터의 상태를 이용하여, 학습용 동작 데이터가 입력되면 동작 데이터의 상태가 출력되도록 제2 기계학습 모듈에 대한 학습이 수행된 모듈일 수 있다.
제2 기계학습 모듈은, 예를 들면 자기 조직화 맵, kNN 통한 객체 범주화, 의사결정 트리 통한 상태 결정 알고리즘 중 적어도 하나를 이용하여 구현될 수 있으나 이에 제한되는 것은 아니다.
또한, 경우에 따라 영상 생성부는 2종류의 학습이 수행된 하나의 기계학습 모듈을 포함하는 형태로 구현될 수도 있으며, 구현 형태에 따라 본 발명의 사상이 제한되는 것은 아니다.
제어부(130)는 생성된 영상에 기초하여 입자가속기를 제어하는 제어 명령을 생성하고, 생성된 제어 명령을 이용하여 입자가속기를 제어할 수 있다. 구체적으로, 제어부(130)는 생성된 영상을 판별하여 상기 입자가속기의 상태를 식별하고, 입자가속기의 상태 별 매핑된 제어 명령에 대한 정보를 이용하여, 식별된 입자가속기의 상태에 대응하는 제어 명령을 생성할 수 있다. 그 후 제어부(130)는 생성된 제어 명령을 이용하여 입자가속기를 제어할 수 있다.
경우에 따라, 제어부(130)도 별도의 기계학습 모듈(이하, 제3 기계학습 모듈)을 포함할 수 있다. 이러한 경우, 제어부(130)에 동작 데이터의 상태에 대한 영상이 입력되면 그에 적합한 제어 명령이 생성될 수 있고, 이를 이용하여 입자가속기에 대한 제어가 수행될 수 있다.
제3 기계학습 모듈은 예를 들면, CNN(convolution neural network)에 기초하여 학습용 동작 데이터의 상태에 대한 영상을 입력값으로 하고 그에 매칭되는 학습용 제어 명령을 정답값으로 하여 학습이 수행된 모듈일 수 있다. 이 때, 학습용 제어 명령은 학습용 동작 데이터의 상태에 대한 영상이 의미하는 입자가속기의 상태에 적합하게 입자가속기를 제어하는 명령을 포함할 수 있다.
제어 명령은 예를 들면, 이상이 발생한 것으로 판단되는 입자가속기의 특정 구성에 대해 인터락을 구동시키는 명령, 또는 특정 구성에 대해 전원을 오프(off)하는 명령, 입자가속기의 특정 구성과 관련된 온도를 내리는 명령, 고전압 세팅값을 바꾸는 명령 등 가속기 구동 전반에 관련된 파라미터를 조정하는 명령을 포함할 수 있다.
이와 같은 입자가속기의 제어는 데이터 획득부(110)에 동작 데이터가 입력됨에 기초하여 자동으로 수행될 수 있다.
출력부(140)는 입자가속기 제어 장치(100)와 관련된 다양한 정보를 사용자가 인식할 수 있도록 출력할 수 있다. 예를 들어, 출력부(140)는 동작 데이터의 획득에 기초하여 획득된 동작 데이터를 출력할 수 있다. 출력되는 동작 데이터에 대한 구체적인 예시는 도 3 내지 도 5를 참조할 수 있다. 경우에 따라, 출력부(140)는 영상 생성부(120)에 의해 생성된 영상도 출력할 수 있다.
도 2는 본 발명의 일 실시예에 따른 입자가속기 제어 방법의 각 단계의 흐름을 도시한다. 도 2에 도시된 방법의 각 단계는 경우에 따라 도면에 도시된 바와 그 순서를 달리하여 수행될 수 있음은 물론이며, 도 1과 중복되는 내용이 생략될 수 있다.
도 2를 참조하면, 데이터 획득부(110)는 입자가속기에 대한 동작 데이터를 획득할 수 있다(S110). 구체적으로, 데이터 획득부(110)는 입자가속기의 구성과 연결되어 입자가속기와 관련된 센서로부터 동작 데이터를 획득할 수 있다. 이 때, 동작 데이터는 입자가속기의 구성의 동작과 관련하여 센서에 의해 측정된 센서값 형태의 데이터일 수 있다.
동작 데이터는 예를 들면, 입자가속기의 구성 별 동작 온도, 진공정도(예: 초고진공, 고진공, 저진공), 고출력 RF 세기, 입자가속기와 관련된 고전압장치의 전압 및 전류, 동작주파수, 빔 전류량, 빔 포지션, 빔 에미턴스, 동작계수, RF 반사파워, 입자가속기에 포함된 전자석의 동작전압 및 전류, 입자가속기에 포함된 구성 별 타이밍 순서, 인터락, 빔 에너지 및 방사선 발생량 중 적어도 하나에 대한 정보를 포함할 수 있다.
영상 생성부(120)는 동작 데이터의 상태를 기초로 학습된 기계학습 모듈에 획득된 동작 데이터를 입력하여 획득된 동작 데이터의 상태를 나타내는 영상을 생성할 수 있다(S120).
경우에 따라, 영상 생성부(120)는 영상을 생성하는 제1 기계학습 모듈과 영상이 나타내는 상태를 분석하는 제2 기계학습 모듈에 기초하여 동작 데이터의 상태를 나타내는 영상을 생성할 수 있다. 제1 기계학습 모듈과 제2 기계학습 모듈 각각은 비지도 학습 또는 지도 학습에 기초하여 학습이 수행된 것일 수 있다.
제어부(130)는 생성된 영상에 기초하여 입자가속기의 제어를 위한 제어 명령을 생성하고 제어 명령을 이용하여 입자가속기를 제어할 수 있다(S130). 구체적으로, 제어부(130)는 입자가속기의 상태 별 매핑된 제어 명령에 대한 정보를 이용하여, 식별된 입자가속기의 상태에 대응하는 제어 명령을 생성하고, 이에 따라 입자가속기를 제어할 수 있다.
경우에 따라, 제어부(130)는 동작 데이터의 상태에 대한 영상과 이에 적합한 제어 명령 사이의 상관관계를 기초로 학습된 기계학습 모듈에 생성된 영상을 입력시켜 제어 명령이 출력되도록 함으로써 제어 명령을 생성할 수 있다. 이를 기초로 제어부(130)는 입자가속기를 제어할 수 있다.
도시하지는 않았으나, 출력부(140)는 데이터 획득부(110)에 의해 획득된 데이터, 영상 생성부(120)에 의해 생성된 영상, 또는 제어부(130)에 의해 생성된 제어 명령에 대한 정보를 출력할 수 있다. 이러한 경우, 사용자는 보다 용이하게 입자가속기의 상태를 확인하며 제어가 적절하게 이루어지고 있는지를 모니터링할 수 있다.
출력부(140)는 시각적 출력 이외에도 청각적인 출력도 수행할 수 있다. 출력의 형태는 본 명세서 상에서 상술된 예에는 제한되지 않고 다양한 형태로 출력될 수 있음은 물론이다.
도 3 내지 도 5는 본 발명의 일 실시예에 따른 입자가속기 제어 방법에서 획득하는 동작 데이터의 예를 도시한다.
구체적으로, 도 3은 입자가속기의 구성 별 온도 정보를 나타낸다. 도 3에 따르면 각 구성별 측정된 온도가 각 구성의 도면상 위치에 인접하여 표시될 수 있다.
도 4는 입자가속기가 동작하는 경우 빔의 위치를 나타내는 빔 포지션 장치의 배치 및 빔의 위치 정보를 나타낸다. 구체적으로 도 4의 원형으로 표시되는 부분은 빔 포지션 장치를 나타내며 해당 장치에 빔이 지나가면 그에 대응하는 원형의 부분이 강조되어 표시될 수 있다. 강조되는 형태는 색이 변하거나 크기가 변하는 등 다양한 형태로 구현될 수 있다.
도 5는 빔 트랜젝션 변경을 위한 전자석 전원장치의 전압과 전류를 나타내는 윈도우(window)를 나타낸다.
동작 데이터는 도 3 내지 도 5와 같은 형태로 출력부(140)에 의해 출력될 수 있다. 이러한 경우, 사용자는 획득되는 데이터를 모니터링 할 수 있게 된다.
도 6은 본 발명의 일 실시예에 따른 입자가속기 제어 방법의 기계학습 모듈에 의해 출력되는 영상의 예를 도시한다.
도 6에 따르면, 영상은 입자가속기의 구성에 대응하는 복수의 영역으로 분할되어 나타날 수 있으며 입자가속기의 상태에 따라 이미지가 서로 다른 패턴으로 나타날 수 있다.
구체적으로, 참조번호 1a는 입자가속기가 정상적으로 동작하는 상태, 즉 정상 상태인 경우 나타내는 영상이고, 참조번호 1b는 입자가속기가 커미셔닝 상태인 경우를 나타내는 영상이며, 참조번호 1c는 입자가속기에 고주파의 반사파가 발생한 상태인 고주파 반사파 발생 상태를 나타내는 영상일 수 있다. 참조번호 1d는 입자가속기의 진공의 정도가 기지정된 범위를 벗어나 동작하는 진공 이상 상태를 나타내는 영상일 수 있다.
본 발명의 일 실시예에 따른 입자가속기 제어 장치 및 방법은, 입자가속기의 동작을 기계학습 모듈과 영상을 이용하여 보다 효과적으로 분석함으로써 안정적으로 입자가속기를 제어할 수 있다.
본 발명의 일 실시예에 따른 입자가속기 제어 장치 및 방법은, 영상을 이용하여 입자가속기의 제어를 수행함으로써 사용자가 직관적으로 제어 정보를 판단할 수 있어 보다 손쉽게 제어가 수행되도록 할 수 있다.
본 명세서에 첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수도 있다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 블록도의 각 블록 및 흐름도의 각 단계에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록 또는 각 단계는 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실시예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들 또는 단계들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 품질에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 명세서에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 균등한 범위 내에 있는 모든 기술사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100: 입자가속기 제어 장치
110: 데이터 획득부
120: 영상 생성부
130: 제어부
140: 출력부

Claims (7)

  1. 입자가속기에 대한 동작 데이터를 획득하는 데이터 획득부와,
    동작 데이터의 상태를 기초로 학습된 기계학습 모듈에 상기 획득된 동작 데이터를 입력하여 상기 획득된 동작 데이터의 상태를 나타내는 영상을 생성하는 영상 생성부와,
    상기 생성된 영상에 기초하여 상기 입자가속기를 제어하는 제어 명령을 생성하고, 상기 생성된 제어 명령을 이용하여 상기 입자가속기를 제어하는 제어부를 포함하는
    입자가속기 제어 장치.
  2. 제1항에 있어서,
    상기 생성된 영상을 출력하는 출력부를 더 포함하는
    입자가속기 제어 장치.
  3. 제1항에 있어서,
    상기 동작 데이터는,
    상기 입자가속기의 구성 별 동작 온도, 진공정도, 고출력 RF(radio frequency) 세기, 상기 입자가속기와 관련된 고전압장치의 전압 및 전류, 동작주파수, 빔 전류량, 빔 포지션, 빔 에미턴스, 동작계수(duty factor), RF 반사파워, 상기 입자가속기에 포함된 전자석의 동작전압 및 전류, 상기 입자가속기에 포함된 구성 별 타이밍 순서, 인터락, 빔 에너지 및 방사선 발생량 중 적어도 하나에 대한 정보를 포함하는
    입자가속기 제어 장치.
  4. 제1항에 있어서,
    상기 영상이 나타내는 상기 동작 데이터의 상태는,
    상기 입자가속기가 정상적으로 동작하는 상태임을 나타내는 정상 상태, 상기 입자가속기가 초기화 된 상태임을 나타내는 커미셔닝(commissioning) 상태, 상기 입자가속기에 고주파의 반사파가 발생된 상태임을 나타내는 고주파 반사파 발생 상태, 상기 입자가속기의 진공 정도가 기설정 범위를 벗어난 비정상 상태임을 나타내는 진공 이상 상태, 상기 입자가속기의 특정 구성에 에러가 발생함을 나타내는 상태임을 이상 상태 중 적어도 하나를 포함하는
    입자가속기 제어 장치.
  5. 제1항에 있어서,
    상기 제어부는,
    상기 입자가속기의 상태 별 매핑된 제어 명령에 대한 정보를 이용하여, 상기 식별된 입자가속기의 상태에 대응하는 제어 명령을 생성하고,
    상기 생성된 제어 명령을 이용하여 상기 입자가속기를 제어하는
    입자가속기 제어 장치.
  6. 입자가속기에 대한 동작 데이터를 획득하는 단계와,
    동작 데이터의 상태를 기초로 학습된 기계학습 모듈에 상기 획득된 동작 데이터를 입력하여 상기 획득된 동작 데이터의 상태를 나타내는 영상을 생성하는 단계와,
    상기 생성된 영상에 기초하여 상기 입자가속기를 제어하는 제어 명령을 생성하고, 상기 생성된 제어 명령을 이용하여 상기 입자가속기를 제어하는 단계를 포함하는
    입자가속기 제어 방법.
  7. 컴퓨터 프로그램을 저장하고 있는 컴퓨터 판독 가능 기록매체로서,
    상기 컴퓨터 프로그램은, 프로세서에 의해 실행되면,
    제6항에 따른 방법을 프로세서가 수행하도록 하기 위한 명령어를 포함하는
    컴퓨터 판독 가능한 기록매체.
KR1020190088575A 2019-07-22 2019-07-22 기계학습 모듈을 이용하는 입자가속기 제어 장치 및 방법 KR102309512B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190088575A KR102309512B1 (ko) 2019-07-22 2019-07-22 기계학습 모듈을 이용하는 입자가속기 제어 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190088575A KR102309512B1 (ko) 2019-07-22 2019-07-22 기계학습 모듈을 이용하는 입자가속기 제어 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20210011299A true KR20210011299A (ko) 2021-02-01
KR102309512B1 KR102309512B1 (ko) 2021-10-07

Family

ID=74571597

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190088575A KR102309512B1 (ko) 2019-07-22 2019-07-22 기계학습 모듈을 이용하는 입자가속기 제어 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102309512B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230071543A (ko) 2021-11-16 2023-05-23 신승욱 입자가속기 시스템
KR20230092135A (ko) 2021-12-17 2023-06-26 (주)넷비젼텔레콤 특정 이미지 탐색 기반 비식별화 처리 시스템 및 그 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100786263B1 (ko) 2006-09-26 2007-12-17 재단법인 한국원자력의학원 암진단용 사이클로트론 가속기의 제어장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100786263B1 (ko) 2006-09-26 2007-12-17 재단법인 한국원자력의학원 암진단용 사이클로트론 가속기의 제어장치

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
학술발표 'MACHINE LEARNING FOR PARTICLE ACCELERATOR CONTROL SYSTEMS, Auralee Edelen, Fermilab New Perspectives Meeting’, (2015. 006. 09.* *
학술발표 'Proceedings of the 2016 North American Particle Accelerator Conference’, (2016. 10. 14.)* *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230071543A (ko) 2021-11-16 2023-05-23 신승욱 입자가속기 시스템
KR20230092135A (ko) 2021-12-17 2023-06-26 (주)넷비젼텔레콤 특정 이미지 탐색 기반 비식별화 처리 시스템 및 그 방법

Also Published As

Publication number Publication date
KR102309512B1 (ko) 2021-10-07

Similar Documents

Publication Publication Date Title
KR102309512B1 (ko) 기계학습 모듈을 이용하는 입자가속기 제어 장치 및 방법
EP3857860B1 (en) System and method for disambiguation of internet-of-things devices
Domahidi et al. Learning a feasible and stabilizing explicit model predictive control law by robust optimization
KR102336431B1 (ko) 화상 처리 시스템, 및 화상 처리를 행하기 위한 컴퓨터 프로그램
CN111788476A (zh) 部件贴装状态的检查方法、印刷电路板检查装置及计算机可读记录介质
US11467389B2 (en) Confined field of view illumination
US11301724B2 (en) Semantic adversarial generation based function testing method in autonomous driving
KR102220913B1 (ko) 기계학습을 기반으로 자동적으로 화질을 보정하는 기능을 갖는 led전광판 시스템 및 방법
CN114897140A (zh) 一种基于因果干预的反事实生成方法
CN110690835A (zh) 一种使用s型曲线进行电机加减速的方法
US20220357792A1 (en) Trained model creation method for performing specific function for electronic device, trained model for performing same function, exclusive chip and operation method for the same, and electronic device and system using the same
CN113840125A (zh) 投影仪的控制方法、装置、投影仪、存储介质
US20200312616A1 (en) Ion beam irradiation apparatus and program therefor
US20230068718A1 (en) Cooking apparatus using artificial intelligence and method for operating same
KR102490503B1 (ko) 순환형 적대적 생성 신경망을 이용한 이미지 처리 장치 및 방법
US10570507B2 (en) Apparatus and method for controlling operation of machine
US11995553B2 (en) Parameterization of a machine learning system for a control system
US20230075473A1 (en) Device and method for enabling deriving of corrected digital pattern descriptions
US10858105B2 (en) Avoiding dazzling of persons by a light source
CN114115661A (zh) 一种光疗装置的发光控制方法、装置、设备及存储介质
WO2017081805A1 (ja) 操作検出装置、操作検出方法、及び映像表示システム
US20220207853A1 (en) Image recognition method, image recognition apparatus, and non-transitory computer readable recording medium storing an image recognition program
CN112926424B (zh) 脸部遮挡的识别方法、装置、可读介质以及设备
US20240069180A1 (en) Optical axis adjustment method, laser radar device, and optical axis adjustment system
US20230392798A1 (en) Cooking engagement system using image analysis

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant