Deep Learning erzeugt Kernkraft-Daten: Fortschritt bei kritischem Wärmefluss
In einem wegweisenden Beitrag aus dem arXiv-Repository wird gezeigt, wie Deep‑Generative‑Modelle, insbesondere Diffusionsmodelle, die Datenknappheit in der Kernenergie überwinden können. Durch das Erlernen der zugrunde liegenden Wahrscheinlichkeitsverteilung eines öffentlichen Datensatzes zu kritischem Wärmefluss (CHF) lassen sich synthetische Stichproben erzeugen, die statistisch den realen Messungen entsprechen.
