报告详情
  1. 活动首页
  2. 报告清单
  3. 报告详情
The review of machine learning methods in critical heat flux (CHF)prediction
编号：51 访问权限：仅限参会人 更新：2024-09-23 20:40:22 浏览：131次 口头报告

报告开始：暂无开始时间（Asia/Shanghai）

报告时间：暂无持续时间

所在会场：[暂无会议] [暂无会议段]

演示文件

提示：该报告下的文件权限为仅限参会人，您尚未登录，暂时无法查看。

摘要
临界热通量 （CHF） 的准确预测一直是核电厂非常关注的话题。在过去的 30 年里，许多研究人员尝试使用机器学习来预测 CHf，并取得了良好的效果。本文将回顾支持向量机 （SVM）、人工神经网络算法 （ANN） 和卷积神经网络 （CNN） 三种机器学习方法预测 CHF 的过程。讨论了这三种方法的优点，提出的观点可为该研究领域提供参考。
关键词
Critical heat flux(CHF); Machine learning; Predict CHF
报告人
李 浚枫
Sun Yat-sen University

稿件作者
李 浚枫 Sun Yat-sen University
发表评论
验证码 看不清楚，更换一张
全部评论
重要日期

  • 会议日期

    09月23日

    2024

    至

    09月25日

    2024

  • 09月24日 2024

    报告提交截止日期

  • 09月25日 2024

    注册截止日期

主办单位
Harbin Engineering University (HEU)
联系方式
登录查看完整联系方式
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询