机器学习新闻
密歇根大学核工程与放射科学系(NERS)与爱达荷国家实验室的研究人员合作开展了一项关于核微反应堆和机器学习(ML)的研究，相关摘要已发表，全文题为《基于深度强化学习的核微反应堆瞬态和负荷跟踪控制》，刊登在《能源转换与管理：X》杂志7月刊上。HolosGen 开发的紧凑型可运输 Holos-Quad 微反应器，可容纳在一个标准的 40 英尺 ISO 集装箱内。(图片：HolosGen)该研究基于HolosGen的Holos-Quad微反应堆设计，考察了一种新的机器学习方法——多智能...
2025-07-11
美国橡树岭国家实验室(ORNL)科研团队近日开发出一种基于机器学习的新方法，可高效、精准预测熔盐材料的关键热力学特性，为核能技术研发提供重要工具。相关研究成果发表于《化学科学》期刊。通过将液态盐转化为气体(上图)，并将固态晶体转化为弹簧网络(下图)，可以精确预测氯化锂的熔点。图片来源：Luke Gibson/ORNL，美国能源部熔盐因其高温稳定性与化学兼容性，在核燃料溶解、反应堆长期运行可靠性提升等核能应用中具有重要价值。然而，传统实验方...
2025-06-27
近日，等离子体所EAST大科学工程团队孙有文三维物理课题组在托卡马克人工智能物理研究方面取得系列新进展。该团队利用先进的机器学习和神经网络技术，成功开发了针对关键物理现象的智能预测与识别模型，相关研究成果以Automatic identification of tokamak plasma confinement states (L-mode ，ELM-free H-mode ，and ELMy H-mode) with Multi-Task Learning Neural Network和Interpr
2025-06-25
近日，原子能院核数据重点实验室在国际上首次提出，采用耦合深度相移神经网络(CPSDNN)方法开展中子共振截面建模计算，实现中子共振能区与快中子能区裂变截面的自洽计算，为面向未来的中子共振数据评价提供新思路。该方法丰富了机器学习在核物理中的应用，对于核数据评价建库有重要意义。 研究成果发表在核物理国际重要学术期刊《物理快报B》(Physics Letters B)，文章第一作者为原子能院核物理研究所博士研究生邢康，通讯作者为核物理研究所研究...
2025-04-16
近日，原子能院核数据重点实验室在国际上首次提出，采用耦合深度相移神经网络(CPSDNN)方法开展中子共振截面建模计算，实现中子共振能区与快中子能区裂变截面的自洽计算，为面向未来的中子共振数据评价提供新思路。该方法丰富了机器学习在核物理中的应用，对于核数据评价建库有重要意义。 研究成果发表在核物理国际重要学术期刊《物理快报B》(Physics Letters B)，文章第一作者为原子能院核物理研究所博士研究生邢康，通讯作者为核物理研究所研究...
2025-04-11
来自Skoltech和俄罗斯科学院乌拉尔分院高温电化学研究所的研究团队宣布，他们已成功开发并测试了一种机器学习模型，该模型能够精确计算熔盐的物理性质，同时充分考虑温度因素的影响。这一研究成果有望为冶金行业带来革新，并可能为处理核电站的放射性废物提供新途径
2025-01-16
近日，中国科学院高能同步辐射光源(HEPS)光束线软件系统与高分辨纳米电子结构(Nano-ARPES)线站在利用无监督聚类算法划分样品表面不同电子结构区域的研究方面取得重要进展。研究人员开发的多阶段无监督聚类算法(Multi-Stage Clustering Algorithm，MSCA)通过自动提取能带在表面的一致性，清晰地划分出了MoS2/BN异质结中不同衬底或层数MoS2的分布，并实现了细微能带差异的抓取。Nano-ARPES线站通过聚焦X射线光斑至纳米量级，使得研究电子结构在...
2024-12-20
近日，中国科学院高能同步辐射光源(HEPS)光束线软件系统与高分辨纳米电子结构(Nano-ARPES)线站在利用无监督聚类算法划分样品表面不同电子结构区域的研究方面取得重要进展。研究人员开发的多阶段无监督聚类算法(Multi-Stage Clustering Algorithm，MSCA)通过自动提取能带在表面的一致性，清晰地划分出了MoS2/BN异质结中不同衬底或层数MoS2的分布，并实现了细微能带差异的抓取。Nano-ARPES线站通过聚焦X射线光斑至纳米量级，使得研究电子结构在...
2024-12-19
12月10日，美国橡树岭国家实验室(ORNL)发布新闻详细介绍了由美国能源部资助的FREDA项目开发情况。该项目是为了加速实现聚变能的供应，解决从零开始构建系统所需时间长、费用贵、精力投入大的问题而启动的。项目目标是结合等离子体和工程建模领域知识，整合顶尖的建模和仿真工具、先进的机器学习方法以及高性能计算，以优化和加速聚变电厂的设计流程，实现快速设计、迭代和自动化。项目团队包括橡树岭国家实验室聚变能、核能和燃料循环部门，以...
2024-12-12
在LHC运行3期间,实验中的研究人员使用了一种创新的机器学习技术,这将提高探测器最关键部件之一的数据质量。(图片:欧洲核研究组织)在探索发现自然的基本粒子和力量的过程中,高能量实验所面临的关键挑战之一是 大型强子对撞机 正在确保所收集的大量数据的质量。为此,为实验的各种子探测器建立了数据质量监测系统,并在检查数据的准确性方面发挥了重要作用。其中一个子探测器是 通信管理系统 电磁量热计(ECAL),它是碳纤维中的一个重要...
2024-11-14
