.Deep learning model boosts plasma predictions in nuclear fusion by 1,000 times
mss(magic square system)master:jk0620 http://blog.naver.com/mssoms http://jl0620.blogspot.com https://www.facebook.com/junggoo.lee.54 Starship version space science .Deep learning model boosts plasma predictions in nuclear fusion by 1,000 times 딥러닝 모델, 핵융합 플라즈마 예측 1000배 향상 by 주현 허, 울산과학기술원 2차원 속도 그리드 정보를 입력으로 하는 임의의 PDF f N 에 대한 FPL-net의 개략도 . 이 모델은 합성곱 기반 인코더-디코더 신경망입니다. 출처: Journal of Computational Physics (2024). DOI: 10.1016/j.jcp.2024.113665 UNIST(총장 정무영) 원자력공학과의 지민 리 교수, 윤의성 교수가 이끄는 연구팀은 핵융합 플라즈마를 위한 비선형 포커-플랑크-란다우(FPL) 충돌 연산자의 계산을 크게 가속화하는 딥러닝 기반 접근 방식을 공개했습니다. 이 연구 결과는 Journal of Computational Physics 에 게재되었습니다 . 인공 태양이라고도 불리는 핵융합로는 태양과 유사한 고온 플라스마 환경을 유지하는 데 의존합니다. 이 상태에서 물질은 음전하를 띤 전자와 양전하를 띤 이온으로 구성됩니다. 이러한 입자 간의 충돌을 정확하게 예측하는 것은 안정적인 핵융합 반응을 유지하는 데 중요합니다. 플라스마 상태는 다양한 수학적 프레임워크를 사용하여 모델링되며, 그 중 하나가 FPL 방정식 입니다 . FPL 방정식은 쿨롱 충돌이라고 알려진 대전된 입자 간의 충돌을 예측합니다. 전통적으로 이 방정식을 푸는 데는 광범위한 계산 시간과 리소스가 필요한 반복적인 방법이 포함되었습니다. 제안된 FPL-net은 단일 단계로 FPL 방정식...