近日，我校自动化与信息工程学院 “652智能无人系统技术研究”团队在《Nuclear Fusion》（中科院一区，Top，IF=3.5）上发表题为“Experimental identification of lon Cyclotron Emission on HL-2A using YOLO neural network algorithm”的研究论文。
该论文由自动化与信息工程学院与核工业西南物理研究院联合完成，依托学校国家重点研发课题，以我校罗毅教授指导的研究生张家豪同学为第一作者，我校为第一单位。论文主要介绍了利用深度学习方法对HL-2A装置的离子回旋辐射（ICE）进行识别的研究工作。
在可控核聚变的研究中，离子回旋辐射（ICE）是一种聚变燃烧等离子体中快离子的诊断方法，在近期国际托卡马克物理（ITPA）的主要任务中，ICE是高能量粒子组优先级最高的研究任务之一。论文聚焦于在可控核聚变领域快速离子诊断流程中利用深度学习实现离子回旋辐射（ICE）的识别，利用深度学习的方法对HL-2A装置放电的实验数据中的核心和边缘ICE进行了识别分类，开发的识别方法在实时识别MHD不稳定性的应用中展现出巨大的潜力，为我校参与大型科学装置HL-3号上开展的研究工作奠定了重要基础。
上一篇：下一篇：
