事件追踪已归档
中科院近代物理所提出深度学习在线失超探测方法
首次报道 最新进展 1 篇报道,1 个来源
事件综述根据 1 篇报道整理,11月6日更新
中国科学院近代物理研究所团队提出基于卷积神经网络(CNN)的在线失超探测方法,并研制出人工智能失超探测系统(AI-QDS),用于超导磁体的实时在线监测。团队称,该方法针对高场超导磁体在强磁通跳跃干扰下传统探测易误触发、检测延迟增加的问题。 在第四代高电荷态ECR离子源HFECR超导磁体励磁试验中,该系统在累计超过千次磁通跳跃等强电磁干扰下保持稳定运行。相关成果发表于 Superconductor Science and Technology,研究团队称这初步验证了该方案的可行性与有效性。
综述由模型根据报道生成,细节以各篇原文为准。
进展时间线
北京时间,最早在上中国科学院中科院近代物理所提出深度学习在线失超探测方法
阅读这篇报道
全部报道
1 篇,点开看摘要中国科学院近代物理所提出基于深度学习的超导磁体在线失超探测新方法
中国科学院近代物理研究所团队提出基于卷积神经网络(CNN)的在线失超探测方法,并研制出人工智能失超探测系统(AI-QDS),实现实时在线监测。在第四代高电荷态ECR离子源HFECR超导磁体励磁试验中,系统在累计超过千次磁通跳跃等强电磁干扰下保持稳定运行。相关成果发表于 Superconductor Science and Technology,初步验证了该方案的可行性与有效性。
阅读这篇报道