搜索结果

韩国研发AI模型用于核设施震后检查排序

韩国标准科学研究院 (KRISS) 与蔚山科学技术院 (UNIST) 联合研究团队开发出一种深度学习模型，可在地震发生后辅助核设施快速判断重点检查区域。该模型仅利用单台地震仪采集的地震波信号，实时预测核电站内部多个位置的振动响应，并对潜在风险进行量化排序。研究由韩国标准科学研究院高级研究员李在范 (Jae-Beom Lee) 和蔚山科学技术院教授李英柱 (Young-Ju Lee) 团队共同完成。研究人员表示，该技术可在不为每个关键位置安装传感器的情况下...

2026-08-26

《基于材料检验检测的数据验证和自动判定AI模型》——苏州热工研究院有限公司材料检验检测副主任工程师李远

2025年11月14日，苏州热工研究院有限公司材料检验检测副主任工程师李远在深圳核博会AI+核能创新应用场景路演上发表《基于材料检验检测的数据验证和自动判定AI模型》主旨报告。演讲介绍了苏州热工研究院在材料检验检测中引入人工智能的实践，目标是解决传统流程中数据重复性验证慢、结果判定依赖人工翻阅标准且易误判的问题。项目构建了人机协同的智能检测系统，通过重复性验证、结论判定和自然语言处理知识库三类能力提升效率与准确性，并...

2026-08-19

韩国医院团队开发AI模型 可借助PET/CT等信息提高骨转移灶检出能力

首尔市立博拉梅医院研究团队近日开发出一种人工智能模型，可用于识别CT图像中不易发现的骨转移灶。该模型在训练过程中引入MRI和PET/CT信息，使部分在CT上表现不明显、容易漏诊的病灶也能进入训练数据，从而提升检测能力。骨转移是判断癌症分期和制定治疗方案的重要依据。若CT图像中病变不够清晰，骨转移可能被延迟发现，并可能引发病理性骨折、脊髓压迫等并发症。以往相关AI研究多依赖CT上清晰可见的病灶建立训练数据，研究团队认为，这种方式可...

2026-08-17

美国利用超级计算机训练AI模型捕捉等离子体磁湍流细节

美国橡树岭国家实验室研究人员借助世界上速度最快的开放科学超级计算机，训练出一个人工智能模型，该模型以前所未有的细节捕捉等离子体内部的磁湍流。位于橡树岭国家实验室 (ORNL) 的 Frontier 超级计算机是首台达到百亿亿次级计算性能的超级计算机，其计算能力阈值为每秒 100 万亿亿次计算。图片来源：橡树岭国家实验室，美国能源部此模型在能源部橡树岭国家实验室的Frontier超级计算机上训练，其成果能为从超新星建模到建造下一代核聚变反应...

2026-04-21

PPPL：AI模型彻底改变了聚变研究的等离子体加热预测

　　10月9日，美国能源部普林斯顿等离子体物理实验室(PPPL)发布了一项重大研究成果《New AI models of plasma heating lead to important corrections in computer code used for fusion research》。该研究开发了开创性的人工智能(AI)模型，这些模型正在重塑我们对聚变实验中等离子体加热的理解。这些新模型不仅将预测速度提高了1000万倍，而且在传统数字代码失败的情况下也能提供准确的结果。这一突破性的进展将在10

2024-10-11

美国橡树岭国家实验室建立AI模型数据库，为核聚变设施寻找新合金

2024年9月21日，Interesting Engineering发布了一篇题为《Nuclear fusion: US’ ORNL develops method to identify new alloys for reactors》的文章，报道了美国能源部橡树岭国家实验室(ORNL)科学家开发的一种新方法，旨在促进核聚变研究的发展。

2024-09-23