Personalizar las preferencias de consentimiento

Usamos cookies para ayudarle a navegar de manera eficiente y realizar ciertas funciones. Encontrará información detallada sobre cada una de las cookies bajo cada categoría de consentimiento a continuación.

Las cookies categorizadas como “Necesarias” se guardan en su navegador, ya que son esenciales para permitir las funcionalidades básicas del sitio web.... 

Siempre activas

Las cookies necesarias son cruciales para las funciones básicas del sitio web y el sitio web no funcionará de la forma prevista sin ellas. Estas cookies no almacenan ningún dato de identificación personal.

No hay cookies para mostrar.

Las cookies funcionales ayudan a realizar ciertas funcionalidades, como compartir el contenido del sitio web en plataformas de redes sociales, recopilar comentarios y otras características de terceros.

No hay cookies para mostrar.

Las cookies analíticas se utilizan para comprender cómo interactúan los visitantes con el sitio web. Estas cookies ayudan a proporcionar información sobre métricas el número de visitantes, el porcentaje de rebote, la fuente de tráfico, etc.

No hay cookies para mostrar.

Las cookies de rendimiento se utilizan para comprender y analizar los índices de rendimiento clave del sitio web, lo que ayuda a proporcionar una mejor experiencia de usuario para los visitantes.

No hay cookies para mostrar.

Las cookies publicitarias se utilizan para entregar a los visitantes anuncios personalizados basados ​​en las páginas que visitaron antes y analizar la efectividad de la campaña publicitaria.

No hay cookies para mostrar.

Third Ceiden-UPM Workshop: “Machine Learning in Nuclear Science and Technology Applications”

Date

14 May 2021, from 09:00 to 13:00h.

Review of the event (Spanish)

Presentations

Introduction and Program

Tadahiro Kin (Kyushu University, Japan) – “ML in radiation metrology: Application of Gamma-ray spectrometry”

Berenguer Bríquez (Tecnatom) – “Machine Learning in Nuclear Science and Technology Applications”

Adrián Sánchez (CIEMAT) – “Deep Learning applied to Capture Cross Section Data Analysis”

Aris Villacorta (CIEMAT) – “Unsupervised Learning for nuclear fuel cycle applications

Emilio Mendoza (CIEMAT) – “Machine learning applied to modelling of nuclear deexcitation cascades”

Arnau Albà (Paul Scherrer Institut, Switzerland) – “Surrogate Models for Uncertainties on Decay Heat and Nuclide Inventory in Nuclear Depletion Calculations”

Ahmed Shama (Paul Scherrer Institut) – “Predicting the Bias in Calculations of Spent Nuclear Fuel Characteristics”

Joachim Hansson (Uppsala University, Sweden) – “Gaussian Processes and Levenberg-Marquardt”

Virginie Solans (Uppsala University, PSI) – “Optimization of spent fuel canister loading using a neural network and genetic algorithm”

INGENIA UPM – “Machine Learning techniques in V&V of Nuclear Data Bases”

INGENIA UPM – “Machine learning in Reactor-oriented applications”

Norberto Sebastián Schmidt (Bariloche Atomic Center, Argentina) – “Neutron and gamma beam simulation using OpenMC and Python’s libraries for Machine Learning”

Denise Neudecker (Los Alamos National Laboratory, USA) – “Using Machine Learning Algorithms for Large-scale Nuclear-data Validation”

Georg Schnabel (IAEA) – “Annonuncement of Technical Meeting AI4Atoms”

Summary record