A gépi tanulás (Machine Learning, ML) az adatokban található minták és struktúrák elemzésére és értelmezésére összpontosít, lehetővé téve nagy mennyiségű adat felhasználását egy számítógépes algoritmusba. A cél olyan minták létrehozása vagy felfedezése, amelyeket az emberek előrejelzések készítésére vagy információk kategorizálására használhatnak. A gépi tanulás ma már szinte az élet összes területén megtalálható valamilyen formában, azonban a nukleáris energetika területén kevésbé elterjedt. A nukleáris reaktorok elemzéséhez használt reaktorfizikai számítások nagy mennyiségű adattal dolgoznak (pl: nukleáris adatkönyvtárak, komplex geometria) és a célfüggvény előre jól meghatározott (pl: teljesítmény-eloszlás), tehát lehetőség van ML algoritmusok alkalmazására.

A hallgató feladata áttekinteni az irodalomban megtalálható ML alkalmazásokat a reaktorfizikai számítások területén. Továbbá meg kell ismerkednie a mai modern ML algoritmusokkal és értékelnie kell azokat a reaktorfizikában való alkalmazhatóságuk tekintetében. A hallgató együttműködik a Paksi Atomerőmű Zrt. Reaktorfizikai osztályának szakembereivel, amely során kiválasztásra kerül egy olyan reaktorfizikai probléma, amely megoldásához ML algoritmusokat célszerű használni. A hallgató megismeri a kapcsolódó reaktorfizikai problémát és elsajátítja a szükséges modellező kódok használatát. Több ML algoritmust kidolgoz és különböző metrikák mentén összehasonlítja azok teljesítményét. Értékeli a kapott eredményeket és javaslatot tesz a kidolgozott ML algoritmusok gyakorlatban való alkalmazhatóságára.