arXiv cs.LG· Will Savage, Logan Burnett, Dean Price·· 6 小时前AI 评分22
基于梯度的核临界实验优化：用神经代理特征值灵敏度设计临界实验
Gradient-based optimization of nuclear criticality experiments using neural surrogate eigenvalue sensitivities
AI 导读
研究用物理信息深度神经网络预测栅格型临界实验几何的中子灵敏度，并借助网络可微性对材料组合进行梯度优化，以最大化与目标技术的相关系数 c_k。该方法应用于 HALEU 燃料的 TN-Americas TN-LC 运输容器验证，三种配置分别取得 0.97757、0.81324 和 0.93276 的 c_k 分数。
来源：arXiv cs.LG · arxiv.org