arrow
返回

Machine Learning Applications Enabling Fusion Energy: Recent Developments

delete2025-09-03
delete0
delete
OA
AI
C
Cristina Rea *
DOI:10.1007/s10894-025-00509-zdelete
delete原文链接
delete分享
delete收藏
查看原文
摘要

摘要

En 中文
在过去几年中,机器学习帮助开发了涵盖广泛领域的聚变能源先进能力。这包括从聚变诊断中提取信息的先进算法、用于等离子体状态估计与控制的增强算法、用于提高预测能力的加速模拟工具,以及用于聚变材料设计的扩展建模能力。本专题集合涵盖了机器学习应用研究的最新进展,进一步推动了聚变能源的发展路径;特别是它涵盖了广泛的聚变子领域——从惯性约束聚变到磁约束等离子体,包括高温超导磁体设计与优化。本社论总结了该集合内容,同时也提供了机器学习在未来如何被用于加速聚变能源作为可靠能源发展的关键展望。
Keyword:
Machine learning
Fusion
Technology
Open source
Benchmarks
AI总结

AI总结

对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。

期刊

J
Journal of Fusion Energy
IF:
2.1
论文数:
63
被引数:
1.0K

机构

暂无机构信息
引用论文

引用论文

err分享
err收藏
DisruptionBench and Complimentary New Models: Two Advancements in Machine Learning Driven Disruption Prediction
err
err0
PREAI
errSpangher,Lucas; Bonotto,Matteo; Arnold,William; Chayapathy,Dhruva; Gallingani,Tommaso; Spangher,Alexander; Cannarile,Francesco; Bigoni,Daniele; de Marchi,Eliana; Rea,Cristina
err分享
err收藏
err分享
err收藏
没有更多内容