[Compall] Seminario de la Coordinación de Ciencias Computacionales - Martes 21, 13hrs

[Humberto Pérez Espinosa]

Estimadas y estimados estudiantes e investigadores de la Coordinación de 
Ciencias Computacionales,

Les extendemos una cordial invitación al Seminario de la Coordinación de 
Ciencias Computacionales, que se llevará a cabo la próxima semana. Dado 
que este seminario forma parte de las actividades de la Coordinación, se 
espera la asistencia de las y los estudiantes de la CCC. Se tomará lista 
de asistencia. Lleven su taza para tomar café.

Agradecemos a los profesores cuyos horarios coinciden con el seminario, 
quienes han accedido amablemente a que sus estudiantes puedan asistir.

Esperamos contar con su participación.

Saludos,

Dr. Humberto Pérez
Representante de difusión CCC

Título: "Aprendizaje Computacional Aplicado a Fusión Nuclear y 
Confinamiento Magnético Controlado"
Ponente: Dra. Domenica Corona. Investigadora asociada en el Laboratorio 
de Física de Plasmas de Princeton.

Fecha: 21 de enero
Hora: 13 hrs
Lugar: Auditorio del Centro de Información

Resumen:
La fusión nuclear, el proceso que alimenta a las estrellas, ofrece el 
potencial de ser una fuente de energía limpia y prácticamente ilimitada 
en la Tierra. Esta presentación abordará los principios de la energía de 
fusión y el confinamiento magnético, destacando cómo los avances en 
Machine Learning están transformando nuestra capacidad para controlar 
plasmas en tiempo real. Un elemento central en este esfuerzo son los 
reactores del tipo Tokamak, dispositivos con forma de dona que utilizan 
campos magnéticos para confinar y estabilizar el plasma sobrecalentado 
en el que tiene lugar la reacción de fusión. Uno de los mayores desafíos 
en los reactores de fusión es mantener un plasma que sea lo 
suficientemente caliente, denso y estable para que ocurra la reacción de 
fusión. Sin embargo, operar en regímenes de alto confinamiento, 
necesarios para un rendimiento óptimo, frecuentemente conlleva 
inestabilidades en el borde del plasma que pueden dañar los componentes 
del reactor. En este contexto, el uso de técnicas de Machine Learning, 
ha permitido reducir el tiempo de cálculo de optimización de segundos a 
milisegundos, posibilitando ajustes en tiempo real que suprimen dichas 
inestabilidades sin sacrificar el rendimiento del plasma. En esta 
plática se abordará cómo esta tecnología se ha implementado con éxito en 
diferentes reactores del tipo Tokamak, logrando una combinación única de 
alto rendimiento y estabilidad. Además, se discutirá cómo estos 
enfoques, basados en modelos físicos, pueden aplicarse a futuros 
reactores como ITER, abriendo nuevas posibilidades para superar los 
desafíos técnicos que enfrenta la fusión como recurso energético sostenible.

Reseña curricular:

La Dra. Domenica Corona es Ingeniera Eléctrica-Electrónica por la 
Facultad de Ingeniería de la UNAM, en la que obtuvo la medalla Gabino 
Barreda a la mejor estudiante de su generación. Obtuvo su doctorado en 
la Universidad de Padova y en la Universidad de Lisboa bajo el programa 
APPLAuSE enfocado en física e ingeniería de plasmas, donde se 
especializó en fusión nuclear controlada. Desde el 2022 es investigadora 
asociada en el Laboratorio de Física de Plasmas de Princeton (PPPL), en 
Nueva Jersey, Estados Unidos, en donde continúa con el estudio sobre los 
plasmas confinados magnéticamente y su aplicación en el camino a la 
fusión nuclear como forma de generación de energía.


-- 
Dr. Humberto Pérez Espinosa
Investigador Titular, Ciencias Computacionales
Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE)
Calle Luis Enrique Erro No. 1, Santa María Tonantzintla,
Puebla-México C.P. 72840
Teléfono: (222) 266-3100 Ext. 8321
humbertop en inaoep.mx