Artikel - Prediksi plasma fusi mendapatkan peningkatan 1.000x dengan model pembelajaran mendalam baru dari Korea.

Para ilmuwan telah mengembangkan pendekatan berbasis pembelajaran mendalam yang meningkatkan prediksi plasma pada fusi nuklir hingga 1.000 kali lebih cepat. Pendekatan ini mempercepat perhitungan operator tabrakan Fokker-Planck-Landau (FPL) untuk plasma fusi. Biasanya, menyelesaikan persamaan FPL memerlukan waktu dan sumber daya komputasi yang besar, tetapi dengan menggunakan teknologi pembelajaran mendalam di GPU, waktu komputasi dapat dikurangi secara signifikan. Model baru yang disebut FPL-net dapat menyelesaikan persamaan FPL dalam satu langkah dengan akurasi yang sangat tinggi.

FPL-net adalah jaringan saraf konvolusional yang dirancang untuk kecepatan komputasi dan telah dilatih dengan data dari berbagai kondisi suhu plasma elektron. Penelitian ini menunjukkan bahwa FPL-net dapat memprediksi tabrakan antara partikel dengan sangat akurat, yang penting untuk menjaga reaksi fusi yang stabil. Meskipun saat ini fokus pada plasma elektron, para peneliti berencana untuk mengembangkan model ini agar dapat digunakan dalam lingkungan plasma yang lebih kompleks di masa depan.

Prediksi plasma fusi mendapatkan peningkatan 1.000x dengan model pembelajaran mendalam baru dari Korea.

Artikel Serupa

Terobosan Algoritma Korea Selatan: Mempercepat Prediksi Tabrakan Partikel dalam Reaktor Fusi

AS menyempurnakan injeksi gas untuk reaktor nuklir agar dapat bertahan dengan daya seperti matahari.

Terobosan kode fusi AS memangkas waktu desain stellarator menjadi kurang dari 10 detik

Kekuatan bintang di Bumi: Ilmuwan AS memecahkan kode fusi nuklir untuk menghasilkan lebih banyak energi.

Sektor Swasta Maju dalam Fusi Nuklir dengan AI – Pabrik Baru Akan Segera Dibuka

Ilmuwan AS menemukan cara untuk mencegah kerusakan akibat elektron liar di reaktor fusi.