大規模核融合プラズマ乱流シミュレーションデータの主成分分析

Pattern extraction from large scale plasma turbulence simulation data with principal component analysis

朝比 祐一   

Asahi, Yuichi

プラズマ乱流輸送の予測には、第一原理的シミュレーションであるジャイロ運動論的シミュレーションが利用される。計算は空間3次元,速度2次元,時間1次元の計6次元で行われ、数10TBに及ぶ大規模なシミューレーションデータが生成される。高次元,大規模なデータから構造を抽出しかつデータサイズ削減するため、この6次元データに対して主成分分析を適用した。データサイズを3桁程度削減し、分散の83%程度表現できることを示した。同時に、突発的な輸送現象と関連する位相空間構造を明らかにした。

Phase space structures are extracted from the time series of five dimensional distribution function data computed by the flux-driven full-F gyrokinetic code GT5D. Using the principal component analysis (PCA), the dimensionality and the size of the 6D (3D space and 2D velocity space and 1D time) data is reduced from 10 TB to 10 GB. 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 6D data can be expressed with 64 principal components. The relationship between the avalanche-like transport phenomena and phase space structures is discussed based on the contribution of each principal component to the energy transport.