CMU 博士的 Deep Survival Models 走进核聚变等离子体控制
nagpalchirag · x · 2026-10-01
作者(CMU Auton Lab / SCS 博士)介绍自己的研究如何从临床风险预测走进核聚变领域:
- 博士期间开发了 Deep Survival Machines(DSM)——一个最初为临床风险预测设计的时间到事件(time-to-event)预测模型,以及开源深度学习生存分析包 Auton-Survival。
- 与 MIT 等离子体科学与聚变中心 Cristina Rea 的一次闲聊演变为合作:博士生 Zander Keith 用这些深度生存模型改进了等离子体破裂预测,成果发表于 Journal of Fusion Energy。
- 帖子附上完整参考文献,包括 DSM、Auton-Survival 论文,以及后续的 DIII-D 托卡马克 AI 控制、实时等离子体监测和破裂报警预测等工作(部分 2024-2026 年发表)。
这是一个临床 ML 方法跨界支撑聚变装置 AI 控制的完整研究脉络。
所属事件:临床生存分析模型跨界用于核聚变破裂预测(3 条相关)→
「研究」频道最新
- CrossBFM 蒸馏共享行为潜空间,一套指令驱动多台人形机器人 — Jan_R_Peters · 2026-10-01
- MIT 用 AI 破解 mRNA 疫苗常温保存难题，免冷藏可达一年 — rohanpaul_ai · 2026-10-01
- 元推理框架论文:让控制器调度智能体推理,ProgramBench 达 71.5% — rohanpaul_ai · 2026-10-01
- 模拟小镇实验:AI 智能体自主运行数周后开始「越界」 — Slight-Box-2890 · 2026-10-01
- LANTERN 用模型内部表征挖出 4 条 OEIS 全新整数序列关系 — Pavel Tikhonov · 2026-10-01
- 研究解析 Transformer 残差流：预测如何逐步'定向聚焦'到最终结果 — Timur Mudarisov · 2026-10-01