文献

J-GLOBAL ID：201902230118714407   整理番号：19A2886868

プラズマ・インフォマティクス-データ駆動科学のプラズマへの応用 4.トカマクプラズマ運転への応用展開

著者 (5件)： 若月琢馬 (量子科学技術研究開発機構) ,  横山達也 (東大 大学院新領域創成科学研究科) ,  大山直幸 (量子科学技術研究開発機構) ,  山田弘司 (東大 大学院新領域創成科学研究科) ,  山田弘司 (自然科学研究機構 核融合科研)
資料名： プラズマ・核融合学会誌  (Journal of Plasma and Fusion Research)
巻： 95  号： 11  ページ： 548-553  発行年： 2019年11月25日 
JST資料番号： G0114A  ISSN： 0918-7928  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： トカマクプラズマ運転への応用について,異なる源流と思想を持つニューラルネットワークと統計的機械学習によるスパースモデリングそれぞれに基づく具体的な事例を紹介し,この方面への機械学習のアプローチの動向と展開を議論する.ニューラルネットワークの応用例は内部輸送障壁を伴うプラズマのイオン温度勾配の制御,スパースモデリングの応用例はディスラプション予知を課題としたものである.これらは輸送特性の変化や破壊的突発現象という非線形性が際立った端的な例であり,いずれも,要素還元された物理の時間発展微分方程式で表現するようなモデルによって精確に予測し,制御することは現状として難しい.このため,実験およびシミュレーションからのデータと機械学習の手法を用いてその解決をめざすデータ駆動型アプローチが近年注目されている.世界的に実機への応用は未だ途上であり,様々な試みがなされる中,ここで紹介する2例はトカマクプラズマ運転の研究開発に対して,適応的制御と仮説の提供という大きな展開の可能性を持っている.(著者抄録)

シソーラス用語： *機械学習 ,  ニューラルネットワーク ,  科学 ,  *トカマク ,  *プラズマディスラプション ,  適応制御 ,  障壁 ,  温度勾配 ,  プラズマシミュレーション
準シソーラス用語： *統計的機械学習 ,  スパースモデリング ,  インフォマティクス ,  データ駆動科学 ,  核融合プラズマ ,  深層学習 ,  内部輸送障壁 ,  *イオン温度勾配 ,  プラズマ制御

分類 (1件)： 核融合装置  (BJ02083Z)

引用文献 (22件)：

• 特 集「物理学とAI」人口知能 33(2018年7月) pp.319.
• シリーズ「人口知能と物理学」日本物理学会誌 74 No.1 (2019) から掲載開始.
• D. Silver et al., Nature 529, 484 (2016).
• V. Mnih et al., Nature 518, 529 (2015).
• T. Haarnoja et al., arXiv preprint arXiv:1812.05905 (2018).

タイトルに関連する用語 (6件)： プラズマ ,  インフォマティクス ,  データ駆動 ,  科学 ,  応用 ,  展開