Zheng, X. 
; 玉置 等史 ; 柴本 泰照 ; 丸山 結
Zheng, X.; Tamaki, Hitoshi; Shibamoto, Yasuteru; Maruyama, Yu
原子力安全の継続的な改善のためにはリスク情報と不確かさ情報を活用した合理的な意思決定が重要であり、近年ではこれを効率的に実施するために人工知能/機械学習(AI/ML)を活用することが期待されている。本報では、原子力分野におけるAI/MLの活用例を調査し、日本原子力研究開発機構が行うAI/MLを活用した動的確率論的リスク評価(PRA)と不確かさ評価・感度解析の研究状況を紹介する。具体的には、決定論的解析コードと機械学習による代替評価モデルを柔軟に共用できる多忠実シミュレーション手法を構築することで、ランダムサンプリングを用いた動的PRAとソースターム不確かさ評価・グローバル感度解析の効率的な実施を可能とした。
no abstracts in English
発表言語 |
: | Japanese |
|---|---|---|
掲載資料名 |
: | |
巻 |
: | 66 |
号 |
: | 11 |
ページ数 |
: | p.565 - 569 |
発行年月 |
: | 2024/11 |
キーワード |
: | Artificial Intelligence; Machine Learning; Dynamic Probabilistic Risk Assessment; Uncertainty Quantification; Surrogate Model; Multi-Fidelity Simulation; RAPID |
論文URL |
: |
|
|---|---|---|
論文解説記事 |
: | |
受委託・共同研究相手機関 |
: |
Access |
: |
- Accesses |
|---|---|---|
Altmetrics |
: |
[CLARIVATE ANALYTICS], [WEB OF SCIENCE], [HIGHLY CITED PAPER & CUP LOGO] and [HOT PAPER & FIRE LOGO] are trademarks of Clarivate Analytics, and/or its affiliated company or companies, and used herein by permission and/or license.
