声明:上海快3 部分内容均来自互联网网友共享或转载其他热门文章,若侵犯您的权益,请及时与我们联系。
您现在的位置:主页 > 喵世界 > 金吉拉 > 机器上海快3学习速度旨在捕捉地球上的融合能量的实验建模

机器上海快3学习速度旨在捕捉地球上的融合能量的实验建模

作者:上海快三 发布时间:2019年09月09日 浏览: 2197

机器学习(ML)是一种识别人脸,理解语言和驾驶自动驾驶汽车的人工智能,可以帮助地球带来清洁的聚变能量,照亮太阳和星星。美国能源部(DOE)普林斯顿等离子体物理实验上海快3室(PPPL)的研究人员正在使用ML创建一个快速控制上海快3等离子体的模型-由自由电子和原子核或离子组成的物质状态-太阳和大多数恒星都是巨大的等离子体球,经历不断的聚变反应。在地球上,科学家必须加热和控制等离子体,使颗粒融合并释放能量.PPPL研究表明ML可以促进这种控制。

神经网络

PPPL物理学家DanBoyer领导的研究人员已经研究了神经网络-ML软件的核心-国家球形圆环实验升级(NSTX-U),PPPL旗舰融合设施或托卡马克的首次运营活动。训练模型精确再现强力中性束注入(NBI)产生的高能粒子行为的预测用于为NSTX-Up加油这些预测通常由称为NUBEAM的复杂计算机代码生成,该代码通常包含有关光束影响的信息,这些预测通常由百万度和融合相关的温度加热。

等离子体。这种复杂的计算必须每秒进行数百次,以分析实验期间等离子体的行为。但每次计算可能需要几分钟才能运行,只有在通常持续几秒钟的实验完成后才能让物理学家获得结果。

新的ML软件减少了准确预测行为所需的时间。高能粒子到150微秒以下-能够在实验过程中在线完成计算。

模型的初始应用证明了一种估算未直接测量的等离子体行为特征的技术。该技术将ML预测与实时可用的等离子体条件的有限测量结合起来。综合结果将有助于实时等离子体控制系统做出更明智的决定,如何调整光束注入以优化性能并保持等离子体的稳定性-这是聚变反应的关键质量。

快速评估<

快速评估还将帮助操作员在操作期间每15-20分钟执行一次的实验之间做出更明智的调整。“加速建模功能可以向运营商展示如何调整NBI设置以改进下一个实验,”Boyer说,核聚变报告新模型的一篇论文的主要作者。

Boyer,与PPPL物理学家Stan合作Kaye为一系列等离子体条件生成了一个NUBEAM计算数据库,该数据类似于最初上海快3NSTX-U运行期间的实验。研究人员使用该数据库训练神经网络,以预测中性光束对等离子体的影响,例如加热和电流分布。软件工程师KeithErickson随后实施了用于评估计算机模型的软件,用于主动控制实验以测试计算时间。

新工作将包括根据未来NSTX的计划条件开发神经网络模型-U活动和其他融合设施。此外,研究人员计划扩展目前的建模方法,以加速预测其他聚变等离子体现象。这项工作的支持来自美国能源部科学办公室。

0
赞一个
关键词: 上海快3
推广链接:http://www.wdwhzt.com/miaoshijie/jinjila/201909/4028.html
分享到: 0
上一篇:巴塞罗那决定排除梅西和伊涅斯塔退出 下一篇:没有了

上海快3 特荐