論文の概要: Plasma State Monitoring and Disruption Characterization using Multimodal VAEs

• arxiv url: http://arxiv.org/abs/2504.17710v1
• Date: Thu, 24 Apr 2025 16:14:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:53.461864
• Title: Plasma State Monitoring and Disruption Characterization using Multimodal VAEs
• Title（参考訳）: マルチモーダルVAEを用いたプラズマ状態モニタリングと破壊特性評価
• Authors: Yoeri Poels, Alessandro Pau, Christian Donner, Giulio Romanelli, Olivier Sauter, Cristina Venturini, Vlado Menkovski, the TCV team, the WPTE team,
• Abstract要約: 本研究では,データ駆動手法を用いてプラズマ状態の解釈可能な表現を求める。 本研究では,変分オートエンコーダ(VAE)フレームワーク上に構築し,プラズマ軌道の連続投影のために拡張する。 本手法は,(1)識別された破壊リスクと他のプラズマ特性との相関性,(2)異なる種類の破壊を識別する能力,(3)下流分析について評価する。
• 参考スコア（独自算出の注目度）: 37.03291060364675
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: When a plasma disrupts in a tokamak, significant heat and electromagnetic loads are deposited onto the surrounding device components. These forces scale with plasma current and magnetic field strength, making disruptions one of the key challenges for future devices. Unfortunately, disruptions are not fully understood, with many different underlying causes that are difficult to anticipate. Data-driven models have shown success in predicting them, but they only provide limited interpretability. On the other hand, large-scale statistical analyses have been a great asset to understanding disruptive patterns. In this paper, we leverage data-driven methods to find an interpretable representation of the plasma state for disruption characterization. Specifically, we use a latent variable model to represent diagnostic measurements as a low-dimensional, latent representation. We build upon the Variational Autoencoder (VAE) framework, and extend it for (1) continuous projections of plasma trajectories; (2) a multimodal structure to separate operating regimes; and (3) separation with respect to disruptive regimes. Subsequently, we can identify continuous indicators for the disruption rate and the disruptivity based on statistical properties of measurement data. The proposed method is demonstrated using a dataset of approximately 1600 TCV discharges, selecting for flat-top disruptions or regular terminations. We evaluate the method with respect to (1) the identified disruption risk and its correlation with other plasma properties; (2) the ability to distinguish different types of disruptions; and (3) downstream analyses. For the latter, we conduct a demonstrative study on identifying parameters connected to disruptions using counterfactual-like analysis. Overall, the method can adequately identify distinct operating regimes characterized by varying proximity to disruptions in an interpretable manner.
• Abstract（参考訳）: トカマクでプラズマが破壊されると、周囲の素子にかなりの熱と電磁荷重が堆積する。 これらの力はプラズマ電流と磁場の強さで拡大し、将来のデバイスにとって重要な課題の1つとなる。 残念なことに、混乱は完全には理解されておらず、予測が難しい多くの根本原因がある。 データ駆動モデルは予測に成功しているが、限定的な解釈性しか提供していない。 一方、大規模統計分析は破壊的パターンを理解する上で重要な要素である。 本稿では,データ駆動手法を用いてプラズマ状態の解釈可能な表現を求める。 具体的には,低次元の潜在変数モデルを用いて診断計測を低次元の潜在変数表現として表現する。 本研究では, 変動オートエンコーダ (VAE) フレームワーク上に構築し, (1) プラズマ軌道の連続投影, (2) 動作状態の分離のためのマルチモーダル構造, (3) 破壊的状態に対する分離のために拡張する。 次に, 測定データの統計的特性に基づいて, 破壊率と破壊率の連続指標を同定する。 提案手法は, 約1600TCV放電のデータセットを用いて, フラットトップ破壊や正規項の選択を行う。 本手法は,(1)識別された破壊リスクと他のプラズマ特性との相関性,(2)異なる種類の破壊を識別する能力,(3)下流分析について評価する。 後者では, 反事実的分析を用いて, 破壊と関係するパラメータを同定する実証的研究を行う。 全体として、解釈可能な方法でディスラプションに近いことが特徴の異なる動作状態を適切に識別することができる。

関連論文リスト

• Robust Confinement State Classification with Uncertainty Quantification through Ensembled Data-Driven Methods [39.27649013012046]
  本研究では,不確実性定量化とモデルロバスト性を考慮した閉じ込め状態分類法を開発した。 我々は,TV放電のオフライン解析に焦点をあて,Lモード,Hモード,および中間ディザリング位相(D)を区別する。 302TCV放電のデータセットは完全にラベル付けされ、一般公開される。
  論文  参考訳（メタデータ） (2025-02-24T18:25:22Z)
• Towards Transparent and Accurate Plasma State Monitoring at JET [39.58317527488534]
  トカマクデバイス内のプラズマの制御とモニタリングは複雑で難しい。 破壊のようなプラズマの異常事象は定常的な動作を妨げる。 本稿では,トカマク中のプラズマ状態を透過的かつデータ駆動的に監視する手法を提案する。
  論文  参考訳（メタデータ） (2025-02-14T17:09:03Z)
• On the Identification of Temporally Causal Representation with Instantaneous Dependence [50.14432597910128]
  時間的因果表現学習は時系列観測から潜在因果過程を特定することを目的としている。 ほとんどの方法は、潜在因果過程が即時関係を持たないという仮定を必要とする。 我々は,インスタントtextbfOus textbfLatent dynamics のための textbfIDentification フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-05-24T08:08:05Z)
• Multimodal Super-Resolution: Discovering hidden physics and its application to fusion plasmas [4.606409469837236]
  多空間物理スケールと多時間物理スケールが支配する非線形システムは、単一の診断では完全には理解できない。 この問題に対処するための機械学習手法を導入する。 我々は、他の診断技術を用いて超解像データを生成し、これまで観測できなかった摂動に対する詳細な構造変化と応答を捉える。
  論文  参考訳（メタデータ） (2024-05-09T17:06:51Z)
• A Self-Organizing Clustering System for Unsupervised Distribution Shift Detection [1.0436203990235575]
  本稿では,分布変化のモニタリングと検出のための連続学習フレームワークを提案する。 特に,2つのトポロジ保存マップ(自己組織化マップ)とスケール不変マップ(スケール不変マップ)の投影について検討する。 本手法は教師なしコンテキストと教師なしコンテキストの両方に適用できる。
  論文  参考訳（メタデータ） (2024-04-25T14:48:29Z)
• Interpretable Causal Inference for Analyzing Wearable, Sensor, and Distributional Data [62.56890808004615]
  本研究では,信頼性とロバストな意思決定を確実にする,分散データ解析の解釈可能な手法を開発した。 ADD MALTSの有用性について,糖尿病リスク軽減のための連続グルコースモニターの有効性について検討した。
  論文  参考訳（メタデータ） (2023-12-17T00:42:42Z)
• Causal Disentanglement Hidden Markov Model for Fault Diagnosis [55.90917958154425]
  本研究では, 軸受破壊機構の因果性を学ぶために, 因果解離隠れマルコフモデル (CDHM) を提案する。 具体的には、時系列データをフル活用し、振動信号を断層関連要因と断層関連要因に段階的に分解する。 アプリケーションの範囲を広げるために、学習された非絡み合った表現を他の作業環境に転送するために、教師なしのドメイン適応を採用する。
  論文  参考訳（メタデータ） (2023-08-06T05:58:45Z)
• Nonparametric Identifiability of Causal Representations from Unknown Interventions [63.1354734978244]
  本研究では, 因果表現学習, 潜伏因果変数を推定するタスク, およびそれらの変数の混合から因果関係を考察する。 我々のゴールは、根底にある真理潜入者とその因果グラフの両方を、介入データから解決不可能なあいまいさの集合まで識別することである。
  論文  参考訳（メタデータ） (2023-06-01T10:51:58Z)
• Flexible Amortized Variational Inference in qBOLD MRI [56.4324135502282]
  データから酸素抽出率(OEF)と脱酸素血液量(DBV)をより明瞭に決定する。 既存の推論手法では、DBVを過大評価しながら非常にノイズの多い、過小評価されたEFマップが得られる傾向にある。 本研究は, OEFとDBVの可算分布を推定できる確率論的機械学習手法について述べる。
  論文  参考訳（メタデータ） (2022-03-11T10:47:16Z)
• Deep Learning for the Analysis of Disruption Precursors based on Plasma Tomography [0.0]
  JETのベースラインシナリオは、高い核融合性能と持続的な核融合力を達成するために開発されている。 プラズマ電流の上昇と入力電力の上昇により、パルス破壊率の増加が観測されている。 本研究では,プラズマ放射プロファイルの再構成を目的としたボロメータトモグラフィーに着目する。 主な破壊に先行する放射線パターンの同定に異常検出を適用した。
  論文  参考訳（メタデータ） (2020-09-06T11:06:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。