10.12230/j.issn.2095-6657.2023.11.039
机器学习方法在后处理设施核材料衡算中的应用探索
后处理设施中的核材料衡算需要在设施内部采集大量的样本进行破坏性分析,随着生产规模扩大,传统衡算方法面临的挑战和所需成本持续增加.机器学习和数据科学领域的新兴技术有望提升核材料衡算的效率和准确性.本文介绍了美国桑迪亚国家实验室在后处理设施核材料衡算领域应用机器学习方法的探索实践,利用长短期记忆神经网络和孤立森林算法,基于机器学习的衡算方法的性能在一定条件下优于传统衡算方法.
核材料衡算、机器学习、系统误差、神经网络
P631.4
2023-06-02(万方平台首次上网日期,不代表论文的发表时间)
共3页
130-132