聯邦融合系統（CFS），美國能源普林斯頓血漿血漿實驗室（AI）一直是公共職業的新方法（AI）。找到所謂的融合容器的“磁影”。
它被稱為熱-ML，新的AI可以創建突出未來融合系統設計的軟件的基礎。此類軟件還可以通過在開始潛在問題之前對等離子體進行調整來允許良好的決策選擇。
“這項研究表明，您何時可以加快現有代碼和訪問有用和方案計劃的答案。”邁克爾·丘吉爾（Michael Churchill）談到融合工程師論文和PPPP數字工程主管的作者。
太陽和恆星乞求恆星的反應可能會在地面上產生潛在的無限量的電力。為了利用優勢，研究人員必須通過重要的科學和工程挑戰。當使用融合容器中的磁場被稱為託卡馬克（Tokamak）中的磁場時，挑戰會處理比太陽核更熱時的高溫熱量。預測熱量將加速的計算，而託卡馬克（Tokamak）的部分將在其他部分的陰影中安全，以將融合的力量賦予網絡。
PPPPL的第一作者DoménicaCoronaRiver和Hot-ML Paper的第一作者DoménicaCoronaRiver：“ Tokama中等離子體等離子體的組件非常熱，可能會融化或破壞這些元素。” “可能發生的最糟糕的事情是操作應該停止。”
PPPL通過公私合作夥伴關係恢復了影響
熱-ML專門用於模擬SPARC的一小部分：CFS目前正在建設中。馬薩諸塞州預計將在2027年突出能源增長，這將產生比消費更多的能源。
熱量影響SPARC的內部，這對於此目的和計算機科學是一個巨大的挑戰。為了打破管理某些事情的挑戰，團隊專注於SPARC部分，在該部分中，最密集的血漿裂口橫穿了材料的牆壁。 Tokamas該部分代表機器底部的15個選項卡，是機器逃生系統的一部分，它將受到最多的熱量。
為了創建這樣的模擬，研究人員創建了他們所謂的影子麵具。陰影面膜是3D磁性陰影圖，它們是融合系統組件表面的特定區域，可保護不受右熱的保護。這些陰影的位置取決於託卡馬內部零件的形式以及它們如何與限制等離子體的磁場相互作用。
創建用於優化融合系統操作方式的仿真
最初，一個稱為熱或熱量工程分析工具的開源程序已經計算出這些陰影面具。 Tom Tom Looby CFS經理創建了Matt Reinke，今天是SPARC診斷團隊的負責人，並首先將其用於Escape System到National Machine for Escape System PPPL Toro。
加熱區域的磁線從組件的表面拖動，以查看線是否越過Tokamak的某些部分。如果是這樣，則該區域被標記為“陰影”。但是，在發現過程中，追踪這些線條和3D機器是跨越確切幾何形狀的重要瓶。單個模擬甚至更複雜的幾何形狀可能持續約30分鐘。
熱-ML超越了這個瓶子，將計算加速到幾毫秒。它使用深度測量網絡：一種隱藏特定數據和數學參數層的AI，這些數據將學習如何學習特定數據。使用1,000個SPARC模擬數據庫來製備Heat-ML的深神經網絡，以學習如何計算陰影面罩。
Heat-ML目前與SPARC的SPARC逃生系統設計有關； Tokama僅適用於IT的一小部分，並且是選項代碼中的可選設置。但是，研究小組希望擴大其技能，以計算逃生系統的影子麵具，以及剩餘的與Tokam中等離子體的組件。
DOE接受了DE-AC02-09CH11466和DE-AC05-00OR22725的這項工作，他還獲得了CFS的支持。
