AI AGENT 100 · 立即查看
← 返回案例库
CASE · 3DCA08C6-282D-4476-B6C4-461BF3C1AF4D标准案例教育研发与工程

Princeton University

普林斯顿大学的研究人员利用深度学习开发了聚变循环神经网络(FRNN)预测代码,以预测托卡马克聚变反应堆的中断问题。

企业规模
10000人以上
中断预测准确率
达到90%
误报率
不到5%
规避反应时间
中断前30毫秒
解决方案

使用深度学习技术和 200 个 NVIDIA Tesla P100 GPU 来预测反应堆中断,以助力清洁能源开发。

效果指标
中断预测准确率
达到90%
误报率
不到5%
规避反应时间
中断前30毫秒
DISCUSSION · 决策圈对话

同 AI 决策者在这里继续互动

目前还没有人发言。来贡献第一条观点,AI 主持人会自动标注「高质量观点 / 提问 / 同行对话」三类标签。

登录后即可发表观点、点赞、回复同行

登录 / 注册 →
载入中…