Getting more efficient – The use of Bayesian optimization and Gaussian processes at the BAMline
- For more than 20 years, BAM is operating the BAMline at the synchrotron BESSY II in Berlin Adlershof. During this time, the complexity of the setup and the amount of data generated have multiplied. To increase the effectiveness and in preparation for BESSY III, algorithms from the field of machine learning are increasingly used. After a short introduction to BO and GP, the first example is the automatic alignment of our double multilayer monochromator (DMM). The second example is the optimization of measurement time in XRF scanning.
Autor*innen: | Martin RadtkeORCiD |
---|---|
Weitere Person: | Cafer Tufan CakirORCiD, Ana de Oliveira Guilherme BuzanichORCiD |
Dokumenttyp: | Posterpräsentation |
Veröffentlichungsform: | Präsentation |
Sprache: | Englisch |
Jahr der Erstveröffentlichung: | 2022 |
Organisationseinheit der BAM: | 6 Materialchemie |
6 Materialchemie / 6.3 Strukturanalytik | |
DDC-Klassifikation: | Naturwissenschaften und Mathematik / Chemie / Analytische Chemie |
Freie Schlagwörter: | Artificial Inelligence; BAMline; Bayesian Statistics; Gaussian process; Machine Learning; X-ray fluorescence |
Themenfelder/Aktivitätsfelder der BAM: | Chemie und Prozesstechnik |
Chemie und Prozesstechnik / Chemische Charakterisierung und Spurenanalytik | |
Veranstaltung: | SNI2022 conference |
Veranstaltungsort: | Berlin, Germany |
Beginndatum der Veranstaltung: | 05.09.2022 |
Verfügbarkeit des Dokuments: | Datei im Netzwerk der BAM verfügbar ("Closed Access") |
Datum der Freischaltung: | 15.11.2022 |
Referierte Publikation: | Nein |