“nükleer enerji” için sonuçlar
3 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Nükleer santraller için 'hafızası kaybetmeyen' yapay zeka sistemi geliştirildi
Araştırmacılar, nükleer santrallerin güvenlik sistemlerinde devrim yaratabilecek yeni bir yapay zeka teknolojisi geliştirdi. Geleneksel yapay sinir ağları, yeni sistemleri öğrenirken önceki bilgileri 'unutma' sorunu yaşıyor - bu da nükleer tesislerde kritik güvenlik açıklarına yol açabiliyor. Yeni sistem, insan beyninin çalışma prensibini taklit eden 'spiking neural network' teknolojisini kullanarak bu sorunu çözüyor. Sistem, farklı zamanlarda devreye alınan alt sistemleri izlerken önceki öğrendiklerini unutmuyor ve sürekli öğrenmeye devam edebiliyor. En önemli avantajı ise enerji verimliliği - sensör verilerinin %92,7'sini seyrek hale getirerek çok daha az enerji tüketiyor. Bu teknoloji, nükleer santrallerin güvenlik sistemlerinin daha akıllı ve güvenilir olmasını sağlayabilir.
Kuantum Teknolojisi ile Mikroşebeke Güvenliğinde Yeni Dönem
Küçük modüler nükleer reaktörler (SMR'ler) ve yapay zeka fabrikaları için tasarlanan mikroşebekeler, enerji altyapısının geleceğini şekillendiriyor. Ancak bu dağıtık güç sistemlerinin siber güvenliği kritik önem taşıyor. Araştırmacılar, kuantum teknolojisinin gücünden yararlanarak mikroşebeke güvenliğini artıran yenilikçi bir çerçeve geliştirdi. Bu yaklaşım, güvenli kuantum ağları, anonim bildirim sistemleri ve kuantum rastgele sayı üretimini bir araya getirerek enerji altyapılarının bütünlük, gizlilik ve mahremiyetini güçlendiriyor.
Nükleer yakıt analizinde yapay zeka devrimi: UA-Net ile otomatik görüntü analizi
Nükleer reaktörlerde kullanılan TRISO yakıt parçacıkları, yüksek sıcaklık ve radyasyon altında yapısal değişime uğrar. Bu değişimleri anlamak için binlerce mikroskobik görüntünün analiz edilmesi gerekir - uzmanların elle yaptığı yorucu bir süreç. Araştırmacılar, bu sorunu çözmek için UA-Net adlı yapay zeka sistemini geliştirdi. Bu sistem, TRISO yakıt görüntülerindeki beş farklı bölgeyi otomatik olarak tanımlayabiliyor ve tahminlerinin ne kadar güvenilir olduğunu gösteren belirsizlik haritaları üretiyor. Çok aşamalı öğrenme stratejisi kullanan sistem, önce genel görüntü özelliklerini ImageNet veri setinden öğreniyor, sonra da nükleer yakıt görüntüleriyle eğitiliyor. Bu teknoloji, nükleer yakıt performansının değerlendirilmesini hızlandırarak enerji güvenliğine katkı sağlayabilir.