Inverse Critical Experiment Design via Gradient Optimization and a Multigroup Attention-Based Neural Network Architecture

Esta investigación introduce una metodología para el diseño inverso de experimentos críticos, fundamental para la validación de diseños avanzados de reactores nucleares. Utiliza modelado subrogado de redes neuronales profundas y optimización de gradiente no paramétrica para generar geometrías experimentales que maximizan la similitud neutrónica.