메릭 웨비나
기계학습의 원자력 안전성 평가 적용
이정익 교수 (KAIST 원자력 및 양자공학과)  |  2023-08-23
조회수 464 좋아요 1

본 메릭 웨비나 발표에서는, 기계학습은 물리적인 문제에 적용할 때에는 불확실성이 높은 현상을 예측하거나 변수간 관계가 복잡하여 수학적으로 직접적인 표현이 힘들 때 사용하기에 좋은 방법론이다. 원자력 발전소에서 발생할 수 있는 사고는 다양한 기기들과 운전원의 조치 등이 상호 인과관게로 작용하여 여러가지 복잡한 상황이 발생하여, 기계학습을 이용하여 결과를 예측하거나 최적의 대응 방안을 도출할 수 있다. 본 웨비나에서는 최근 KAIST에서 진행하고 있는 원자력 발전소에서 후쿠시마에서와 같은 노심용융 사고가 발생할 때 기계학습의 도움을 받아서 사고의 결과를 예측하거나 사고에 최적 대응 방안 등을 도출하는 연구를 소개하고자 한다. 

  • Machine Learning
  • Nuclear Power Plant
  • Severe Accident
  • Rolling Window Forecast
  • Supervised Learning
인쇄 Facebook Twitter 스크랩

  전체댓글 0

[로그인]

댓글 입력란
프로필 이미지
0/500자