Praktikos metu bus analizuojami sukaupti ir realaus laiko duomenys apie atsinaujinančios energijos gamybą, CO₂ emisijas ir plazminių reaktorių veikimą. Naudojant dirbtinio intelekto įrankius, tokius kaip TensorFlow ar PyTorch, bus kuriami modeliai plazminių procesų optimizavimui. Studentas tirs plazmos parametrų, tokių kaip temperatūra, slėgis ir srauto greitis, įtaką cheminiams konversijos procesams. Eksperimentiniu būdu bus vertinamas plazminių reaktorių efektyvumas skirtingomis sąlygomis, o gauti rezultatai bus lyginami su skaitmeniniais modeliais. Praktikos metu taip pat bus atliekamas duomenų valymas, normalizavimas ir analizė, siekiant pagerinti DI modelių tikslumą. Studentas dalyvaus laboratoriniuose bandymuose su plazminiais reaktoriais, kad įvertintų eksperimentinių ir modelinių rezultatų atitikimą. Sukurti DI modeliai bus testuojami siekiant optimizuoti energijos konversijos efektyvumą ir sumažinti nepageidaujamus šalutinius produktus. Bus vertinama, kaip efektyviai plazminės technologijos gali būti integruotos su atsinaujinančios energijos sistemomis elektros tiekimo stabilizavimui. Galiausiai studentas išnagrinės gautus rezultatus ir įvertins DI modelių pritaikymo galimybes plazminių procesų optimizavimui. Praktikos pabaigoje jis pateiks išvadas ir rekomendacijas dėl tolesnio šių technologijų tobulinimo ir taikymo.
