Artificial intelligence for the Simulation of Severe AccidentS

Información del proyecto

ASSAS

Identificador del acuerdo de subvención: 101059682

Fecha de la firma de la CE 7 Junio 2022

Fecha de inicio 1 Noviembre 2022

Fecha de finalización 31 Octubre 2026

Financiado con arreglo a

• Euratom Research and Training Programme (EURATOM)

Coste total

€ 3 689 569,42

Aportación de la UE

€ 3 008 131,60

Coordinado por

AUTORITE DE SURETE NUCLEAIRE ET DE RADIOPROTECTION
France

CORDIS proporciona enlaces a los documentos públicos y las publicaciones de los proyectos de los programas marco HORIZONTE.

Los enlaces a los documentos y las publicaciones de los proyectos del Séptimo Programa Marco, así como los enlaces a algunos tipos de resultados específicos, como conjuntos de datos y «software», se obtienen dinámicamente de OpenAIRE .

Resultado final

Documents, reports (5)

Communication and dissemination plan

Description of the adopted strategy about communication and dissemination activities.

User expectations

More detailed description of the users' expectations concerning the functional specifications of the prototype simulator.

Minutes of the kick-off meeting

Summary of discussions held during the kick-off meeting.

Data management plan

First version of the project's data management plan

Report on modelling strategy

The report will summarize the strategy adopted by the consortium to develop surrogate and enhanced models for severe accident codes.

Publicaciones

Peer reviewed articles (2)

Looking ahead to severe accident research

Autores: Luis E. Herranz, Bastien Poubeau, Lionel Chailan and Fulvio Mascari
Publicado en: EPJ Nuclear Science and Technologies, Edición 11, 2025, ISSN 2491-9292
Editor: EDP Sciences
DOI: 10.1051/EPJN/2025025

ASSAS project, Artificial intelligence for Simulation of Severe AccidentS; Simulator development and Isotopic Source Term proposals

Autores: Rafael J. Caro, Isabel Parrado
Publicado en: EPJ Nuclear Sciences & Technologies, Edición 11, 2025, ISSN 2491-9292
Editor: EDP Sciences
DOI: 10.1051/EPJN/2025014

Conference proceedings (2)

Preliminary strategies for training dataset generation and surrogate modelling of station blackout management measures in PWR

Autores: Christophe D’Alessandro, Terttaliisa Lind, Raphaël Périllat, Gaëtan Blondet
Publicado en: Proceedings of the 11th European Review Meeting on Severe Accidents Research (ERMSAR2024), 2024, ISBN -1000174165
Editor: Königlich Technische Hochschule Stockholm (KTH)
DOI: 10.5445/IR/1000174165

Horizon Euratom ASSAS project: can machine-learning make fast and accurate severe accident simulators a reality?

Autores: Bastien Poubeau, Yann Richet, Lionel Chailan, Fulvio Mascari, Mattia Massone, Simone Gianfelici, Luis Enrique Herranz, Joan Fontanet, Terttaliisa Lind, Christophe D’alessandro, Jure Brence, Ivo Kljenak, Saso Dzeroski, Fabrizio Gabrielli
Publicado en: Proceedings of the 11th European Review Meeting on Severe Accidents Research (ERMSAR2024), 2024, ISBN -1000174165
Editor: Königlich Technische Hochschule Stockholm (KTH)