文献

J-GLOBAL ID：202202278052983383   整理番号：22A0909779

非圧縮性流を伴うニューラルネットワークトカマク平衡【JST・京大機械翻訳】

Neural network tokamak equilibria with incompressible flows

著者 (2件)： Kaltsas D. A. (Department of Physics, University of Ioannina, GR 451 10 Ioannina, Greece) ,  Throumoulopoulos G. N. (Department of Physics, University of Ioannina, GR 451 10 Ioannina, Greece)
資料名： Physics of Plasmas  (Physics of Plasmas)
巻： 29  号： 2  ページ： 022506-022506-11  発行年： 2022年 
JST資料番号： T0641B  ISSN： 1070-664X  CODEN： PHPAEN  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 多層パーセプトロンとしても知られている完全接続,フィードフォワード,深層ニューラルネットワークを用いて,任意の方向の非圧縮性流と軸対称プラズマ平衡を支配する一般化Grad-Shafranov方程式(GGSE)に対するいくつかの数値解を提示した。そのような人工ニューラルネットワーク(ANNs)は,プラズマ体積におけるGGSE平均二乗残差とプラズマ境界上のポロイダル磁束関数を最小化することにより,トカマク関連平衡を近似するために訓練される。Solovevの解とGGSEに含まれる自由関数に対する一般的線形化仮説を求め,既知の解析解に対してベンチマークした。また,高閉込めモードに関連する特性を組み込んだ非線形平衡を構築した。著者らの数値実験において,訓練点の半径方向分布の変化は,訓練された解の精度に驚くほど小さい影響を有することが観察された。特に,プラズマエッジでの訓練点の局所化は,全磁気配置を正確に記述するANN解をもたらし,ANNの補間能力を実証した。Copyright 2022 AIP Publishing LLC All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *トカマク ,  プラズマ ,  数値解法 ,  プラズマ平衡 ,  残差 ,  内挿法 ,  解析的解法 ,  磁気 ,  磁束 ,  フィードフォワード ,  *非圧縮性流 ,  モード ,  軸対称性 ,  ベンチマーク ,  多層パーセプトロン

分類 (2件)： 核融合装置  (BJ02083Z) ,  プラズマ平衡・閉込め  (BJ02070P)

タイトルに関連する用語 (2件)： 非圧縮性流 ,  平衡