文章预览
将 ScienceAI 设为 星标 第一时间掌握 新鲜的 AI for Science 资讯 编辑 | 白菜叶 用于等离子体加热的新型人工智能（AI）模型所能做的事情超出了人们之前的想象，不仅可以在保持准确性的情况下将预测速度提高 1000 万倍，而且还可以在原始数值代码失效的情况下正确预测等离子体加热。 「凭借我们的智能，我们可以训练人工智能超越现有数值模型的限制。」美国能源部 (DOE) 普林斯顿等离子体物理实验室 (PPPL) 的副研究员、物理学家 Álvaro Sánchez-Villar 说道。 Sánchez-Villar 的团队开发了 NSTX 和 WEST 上的实时核心离子回旋加速器频率范围 (ICRF) 加热模型。该模型基于两种非线性回归算法，即决策树的随机森林集成和多层感知器神经网络。 该研究以「 Real-time capable modeling of ICRF heating on NSTX and WEST via machine learning approaches 」为题，于 2024 年 8 月 12 日发布在《
………………………………
