SMuK 2023 – wissenschaftliches Programm

Bereiche | Tage | Auswahl | Suche | Aktualisierungen | Downloads | Hilfe

AKPIK: Arbeitskreis Physik, moderne Informationstechnologie und Künstliche Intelligenz

AKPIK 10: AI Topical Day – Computing II (joint session HK/AKPIK)

AKPIK 10.2: Vortrag

Donnerstag, 23. März 2023, 14:15–14:30, HSZ/0103

Klassifikation von Pulsdaten mit neuronalen Netzwerken auf einer FPGA Accelerator Card — •Robert Ufer, Bastian Auer, Helene Hoffmann, Oliver Knodel, Mani Lokamani und Stefan Müller — Helmholtz-Zentrum Dresden-Rossendorf, Dresden, Germany

Zur Analyse der entstehenden Detektordaten bei dem Mu2e Experiment am Fermilab soll die Datenauswertung mit Field Programmable Gate Array (FPGA) erfolgen. Diese übernehmen die notwendige Vorverarbeitung und Reduktion der Messdaten, noch während der Durchführung der Messung. Die dabei ausgeführten Anwendungen werden standardmäßig durch Algorithmen realisiert. Eine dieser Anwendungen führt die Klassifikation der ermittelten Pulsdaten durch. Mit den Testläufen an der gELBE Bremstrahlungs-Beamline am Helmholtz-Zentrum Dresden-Rossendorf (HZDR) konnte für das zukünftige Experiment eine große Menge dieser Datensätze erfasst werden. Diese dienen zur Charakterisierung des Detektorsystems und wurden mit einem Lanthanbromid (LaBr) Detektor gemessen. Für die Pulsdatenklassifikation wird auf der Basis des Algorithmus und der erfassten Datensätze, ein neuronales Netzwerk erstellt, trainiert und validiert. Um bei diesen Schritten etablierte Machine Learning Frameworks zu verwenden, wird für die Portierung des Netzwerks in eine High-Level Synthese (HLS) Sprache die Software hls4ml verwendet. Dabei werden verschiedene Konfigurationen genutzt, um unterschiedlich optimierte Implementierungen zu generieren. Zum Evaluieren erfolgt die Ausführung der Implementierungen auf einer Xilinx Alveo Accelerator Card.