机器学习新闻

美国实验室合作加快材料检验

一种新算法显著缩短了核应用3D打印部件的检查时间，降幅高达85%，为更快、更安全地检查辐照材料和核燃料奠定了坚实基础，有望进一步加速新核技术的开发和部署。该算法由橡树岭国家实验室(ORNL)开发，利用机器学习技术快速重建和分析计算机断层扫描(CT)图像。ORNL首席研究员Amir Ziabari指出，该算法能够大幅减少检查所需的成本、时间和扫描次数，同时提高扫描的准确性。更短的扫描时间还意味着每次扫描的辐射剂量减少，提升了技术人员的安全性，并... 2024-11-06

科研人员利用机器学习方法解码原子核壳演化

近日，中国科学院近代物理研究所核物理中心吕冰锋副研究员和湖州师范学院王永佳教授等利用机器学习方法研究原子核低位激发态的能量和电磁跃迁几率,在探索原子核壳演化研究中取得重要进展。相关成果于9月10发表在《物理学快报B》上。原子核是物质的一个非常重要的层次，它由质子和中子组成。上世纪三十年代，科学家们就已经发现当质子或中子数为2、8、20、28、50、82、126 时，原子核会表现出相对稳定的性质，因此这些数字被称为幻数。幻数的... 2024-09-20

高效粒子加速器 (EPA) 项目利用人工智能、机器学习和自动化技术

超级质子同步加速器 (SPS) 是 CERN 综合设施中众多将受益于 EPA 项目的加速器之一。(图片：CERN)随着粒子加速器技术进入高亮度时代，对极高精度和前所未有的碰撞能量的需求不断增长。考虑到实验室希望降低能耗和成本，CERN 加速器的设计和操作必须不断改进，以尽可能提高效率。为了解决这个问题，CERN 成立了高效粒子加速器项目 (EPA) - 一个由来自 CERN 不同加速器、设备和控制组的人员组成的团队，他们正在共同努力提高加速器的效率。在 2022... 2024-09-12

美二氧化钚极高温行为研究取得突破

【美国阿贡国家实验室网站2024年9月5日报道】美国阿贡国家实验室(ANL)研究人员近期在核燃料研究领域取得了重大突破，成功揭示了二氧化钚在极高温下的行为。相关研究成果已发表于2024年4月的《自然材料》杂志，为未来核能系统的安全设计提供了关键数据。研究团队采用创新方法，首先将微小的二氧化钚样品悬浮在气流中，然后用激光将样品加热至2700摄氏度(3000开尔文)的极高温度。这种方法避免了样品容器可能造成的污染，使研究人员能够精确测... 2024-09-11

人工智能赋能纳米分辨CT表征技术应用于新型纳米药物研发

近日，国家纳米科学中心陈春英院士联合国家纳米科学中心王亚玲研究员以及中国科学院高能物理研究所张凯研究员建立了一种基于机器学习的同步辐射硬X射线纳米CT成像数据分析技术(简称DL-HXT)。相关研究成果以Three-Dimensional Label-Free Observing of the Self-Assembled Nanoparticles inside a Single Cell at Nanoscale Resolution为题发表国际知名杂志ACS Nano上(ACS Nano 2024, 2024-09-02

快速识别核电厂网络攻击的人工智能系统

【英国核先进制造研究中心网站2024年7月31日报道】由英国核先进制造研究中心(Nuclear AMRC)牵头的研究团队近日成功示范了一种可实时识别核电厂网络攻击的人工智能系统，该系统利用名为波浪注意力网络(wavy-attention network)的机器学习技术。这项研究成果已在近期出版《核工程与设计》上发表。现代核电厂越来越依赖数字仪控系统，这些系统虽提高了运营效率，但也面临网络安全风险。网络攻可以通过用于监测核电厂运行状况的网络传感器阵... 2024-08-09

利用机器学习算法重建重粒子衰变研究取得新进展

&ensp;近日，中国科学院高能物理研究所大川英希研究员团队，与美国加州大学尔湾分校Daniel Whiteson教授、Pierre Baldi教授团队和美国华盛顿大学徐士杰教授团队合作，成功开发了新型机器学习算法，该算法显著提升了在对撞机上测量顶夸克质量的精度，寻找希格斯和新粒子的灵敏度。相关论文Reconstruction of unstable heavy particles using deep symmetry-preserving attention networks已于2024年4月 2024-05-17

风楼阁全国信息最新版介绍_风楼阁全国信息2024最新版_v风楼阁信息平台