検索対象:     
報告書番号:
※ 半角英数字
 年 ~ 
 年

主成分分析によるジャイロ運動論的シミュレーションの位相空間構造データの圧縮

Compressing the time series of five dimensional distribution function data from gyrokinetic simulation using Principal component analysis

朝比 祐一   ; 藤井 恵介*; Dennis, H.*; 前山 伸也*; 井戸村 泰宏   

Asahi, Yuichi; Fujii, Keisuke*; Dennis, H.*; Maeyama, Shinya*; Idomura, Yasuhiro

第一原理的ジャイロ運動論的シミュレーションは理論,実験解析問わず、プラズマ乱流輸送解析に幅広く利用される。計算は空間3次元,速度2次元,時間1次元の合計6次元空間内で行われ、膨大なシミュレーションデータが生成される。従来研究では、3次元空間の流体モーメントなどにおけるパターン形成と乱流輸送との関連性が議論されてきたが、高速粒子研究などからは位相空間内で形成されるパターンと突発的な輸送現象との関連性が示唆されている。本研究では、主成分分析(PCA)による次元削減によって頻出する位相空間内構造の抽出を行った。これにより、データサイズを3桁ほど削減し、分散の83%程度を表現できることを示した。この手法によりどのような位相空間構造が突発的な輸送現象に寄与しているかが明らかとなった。

Phase space structures are extracted from the time series of five dimensional distribution function data computed by the flux-driven full-fgyrokinetic code GT5D. Principal component analysis (PCA) is applied to reduce the dimensionality and the size of the data. Phase space bases and the corresponding spatial coefficients (poloidal cross section) are constructed by PCA. It is shown that 83% of the variance of the original five-dimensional distribution can be expressed with 64 principal components, i.e., the compression $$10^{12}$$ of the degrees of freedom from 10 to $$3times 10^9$$. The relationship between avalanche-like transport phenomena and phase space structure is discussed based on the contribution of each principal component to the heat transport.

Access

:

- Accesses

InCites™

:

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.