Speaker
伟 鲍
(中国科学院高能物理研究所)
Description
随着粒子加速器装置向高性能、复杂化和智能化方向发展，装置运行过程中产生了海量的多源异构的数据资源。当前，粒子加速器领域的数据管理仍存在数据分散存储、多模态耦合复杂、标准规范缺失以及共享复用能力不足等问题，制约了数据资源的高效管理与深度利用，也限制了人工智能方法在智能调节、故障诊断和预测性维护等场景中的应用效果。针对上述现状，高质量数据集生成已成为推动粒子加速器智能化研究的重要基础。
本文面向高能同步辐射光源（HEPS）和中国散裂中子源（CSNS）等典型粒子加速器装置，围绕人工智能应用需求，研究高质量数据集生成方法，设计并实现了一个遵循FAIR原则的AI-Ready数据集生成平台——FARAD。平台采用任务驱动的微服务架构，集成数据清洗、多源时序对齐、特征工程、标签组织与多模态融合等功能模块，构建了从原始数据采集到标准化数据集生成的完整流程。平台结合统一数据模型、元数据管理和语义对齐机制，提升了异构数据的组织、融合与追溯能力。研究表明，FARAD能够有效改善粒子加速器领域数据管理分散和数据利用不足等问题，为高质量数据集构建及人工智能模型应用提供可靠支撑。
Primary authors
伟 鲍
(中国科学院高能物理研究所)
晓含（Xiaohan） 卢 (Lu)
(高能所)
Yi Jiao
(高能所)
Sinong Cheng
(Institute of High Energy Physics)
Yongcheng He
(高能所)
Yuliang Zhang
(Institute of High Energy Physics)
Weiling 黄蔚玲
(高能所)
