検索対象:     
報告書番号:
※ 半角英数字
 年 ~ 
 年

Neural-net disruption predictor in JT-60U

ニューラルネットによるディスラプション予測

芳野 隆治

Yoshino, Ryuji

JT-60のデータを用いてニューラルネットによるディスラプション予測の研究を行った。「プラズマ安定度」という新しい基準を導入し、かつ従来の方法とは異なる2段階でニューラルネットを教育する新しい方式を開発した。これにより、密度限界,プラズマ電流低減時の高内部インダクタンス,低密度ロックドモードによって発生するディスラプションについて、30ms以前に約90%の予測成功率を約2%の予測失敗率のもとで得ることができた。「プラズマ安定度」を導入したことにより、初めて、各予測時点における予測成功率を評価し、予測成功率と予測失敗率との関係を明らかにした。この結果として、ディスラプション予測の高精度化への道を拓いた。

no abstracts in English

Access

:

- Accesses

InCites™

:

パーセンタイル:79.72

分野:Physics, Fluids & Plasmas

Altmetrics

:

[CLARIVATE ANALYTICS], [WEB OF SCIENCE], [HIGHLY CITED PAPER & CUP LOGO] and [HOT PAPER & FIRE LOGO] are trademarks of Clarivate Analytics, and/or its affiliated company or companies, and used herein by permission and/or license.