研究人员开发了神经网络模拟器，为托卡马克聚变反应堆中的等离子体形状控制创建了实时虚拟电路。该方法使用大量的模拟等离子体平衡数据集来训练模拟器，模拟器可以快速推导出准确的虚拟电路，克服了预计算电路的局限性，这些电路在等离子体条件偏离参考点时性能会下降。经过验证的模拟器显示出高精度和正交性，为实时等离子体控制提供了一种可扩展且通用的替代方案。 AI
影响 这项研究可能导致聚变反应堆中更稳定、更高效的等离子体控制，从而加速实现可行聚变能源的进展。
排序理由 该集群包含一篇学术论文，详细介绍了使用神经网络进行等离子体控制的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
