論文の概要: SafeDivertor: Faithful Divertor Heat Flux Reconstruction from Macroscopic Plasma State Signals via Time-Frequency Prior Exploitation
- arxiv url: http://arxiv.org/abs/2608.05669v1
- Date: Thu, 06 Aug 2026 07:05:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-07 17:43:06.706201
- Title: SafeDivertor: Faithful Divertor Heat Flux Reconstruction from Macroscopic Plasma State Signals via Time-Frequency Prior Exploitation
- Title（参考訳）: Safe Divertor: 時間周波数事前爆発によるマクロプラズマ状態信号からの忠実ディバータ熱フラックス再構成
- Abstract要約: 磁気核融合装置におけるプラズマ壁相互作用を理解するためには, ダイバータ熱流解析が不可欠である。
我々は,時間分解した放射状熱流プロファイルを直接再構成する新しいオンライン指向信号ベース再構成パラダイムを導入する。
信号に基づく熱流再建における重要な課題に対処するためのフレームワークである textbfSafeDivertor を提案する。
- 参考スコア（独自算出の注目度）: 36.51153093574869
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Divertor heat-flux analysis is essential for understanding plasma-wall interactions and protecting plasma-facing components in magnetic-confinement fusion devices, while conventional infrared-based inversion is usually performed after discharge and requires heat-conduction modeling with device-specific material properties, divertor geometry, and boundary conditions. Rather than accelerating this conventional infrared-based inversion paradigm, we introduce a new online-oriented signal-based reconstruction paradigm that directly reconstructs time-resolved radial heat-flux profiles from multi-source macroscopic plasma-state signals available during discharge. To enable systematic study of this task, we construct \textbf{DivMPS2HF}, a multi-source discharge dataset that provides the data foundation and benchmark for signal-based divertor heat-flux reconstruction. We further propose \textbf{SafeDivertor}, a task-driven framework designed to address the key challenges of signal-based heat-flux reconstruction. It employs physical prior-aware initialization to provide radial-distribution guidance for target channels, input perturbation to reduce over-reliance on specific heterogeneous signals, spectral-aware reconstruction optimization to exploit time-frequency priors and preserve transient dynamics, and progressive training to stabilize the optimization of these complementary objectives. Experiments on DivMPS2HF demonstrate that SafeDivertor achieves the best overall performance among the evaluated time-series baselines across all five metrics, establishing a new performance benchmark for signal-based divertor heat-flux reconstruction. The source code will be released on https://github.com/Event-AHU/OpenFusion
- Abstract（参考訳）: ディバータ熱流解析は、プラズマ-壁相互作用を理解し、磁気集束核融合装置でプラズマ面成分を保護するのに不可欠であるが、従来の赤外線による逆変換は通常、放電後に行われ、デバイス固有の材料特性、ダイバータ幾何学、境界条件を含む熱伝導モデルを必要とする。
従来の赤外線による逆転のパラダイムを加速する代わりに、放電中に利用可能な多ソースのマクロプラズマ状態信号から、時間分解した放射状熱流プロファイルを直接再構成する新しいオンライン指向信号ベース再構成パラダイムを導入する。
この課題を体系的に研究するために,信号に基づくダイバータ熱流再建のためのデータ基盤とベンチマークを提供するマルチソース放電データセットである \textbf{DivMPS2HF} を構築した。
さらに,信号に基づく熱流再構成の課題に対処するために,タスク駆動型フレームワークである‘textbf{SafeDivertor} を提案する。
物理的事前認識初期化を用いて、ターゲットチャネルに対する放射分布誘導、特定の異種信号に対する過度な依存を減らす入力摂動、スペクトル認識再構成による時間周波数事前の活用と過渡的ダイナミクスの保存、これらの相補的目的の最適化を安定化するためのプログレッシブトレーニングを提供する。
DivMPS2HFの実験では、SafeDivertorは5つの指標すべてで評価された時系列ベースラインの中で最高の全体的なパフォーマンスを実現しており、信号ベースのダイバータ熱流再建のための新しいパフォーマンスベンチマークが確立されている。
ソースコードはhttps://github.com/Event-AHU/OpenFusionで公開される。
関連論文リスト
- Making Every Step Count: Spatio-Temporal Information Allocation for Imaging Inverse Problems [63.904793414062816]
スペクトルベーススケジューリング(SAS)と計測分割アテンション(MPA)の2つの補完的およびトレーニング不要なコンポーネントを紹介する。
SASは、利用可能なNFEを、スペクトルおよびlogSNR幾何に従ってフロータイムに分散し、セマンティック探索と詳細精細化のバランスを良くする。
MPAは情報を弱い制約のある領域へ誘導し、意味的および構造的忠実性を高める。
論文 参考訳（メタデータ） (2026-08-12T07:39:22Z) - Visible-Light Imaging Diagnosis of Neutral Particle Emission Tomography in the Tokamak Divertor: An Efficient Transformer-based Surrogate Model [17.146648828620126]
本稿では,可視光カメラを用いたプラズマ観測に焦点を当てた。
クエス時間運動を分析し、光強度の2次元空間分布を予測する。
論文 参考訳（メタデータ） (2026-07-19T16:06:32Z) - PHAST-Net: Attention-Guided, Physics-Informed Network for Unified Estimation of Ideal Time-Frequency Representations [6.783232060611112]
PHAST-Netは、理想的な時間周波数表現を統一的に推定するための注意誘導型物理インフォームドネットワークである。
スペクトル、テンポベース、メートル法、およびスペクトル、テンポグラム、メトログラムなどの調和表現にまたがる。
論文 参考訳（メタデータ） (2026-06-22T17:49:00Z) - FusionNet: Physics-Aware Representation Learning for Multi-Spectral and Thermal Data via Trainable Signal-Processing Priors [5.7532749393107645]
この研究は、長期の物理過程の安定なシグネチャをモデル化する物理認識表現学習フレームワークを導入する。
提案したバックボーンは、訓練可能な差動信号処理を畳み込み層に埋め込み、混合プーリング戦略を組み合わせて、より広い受容場を利用する。
DGCNNはSWIR比で88.7%、FusionNetは90.6%に達している。
論文 参考訳（メタデータ） (2025-12-22T15:59:37Z) - Learning to Reconstruct Temperature Field from Sparse Observations with Implicit Physics Priors [22.013633764284936]
温度場における測定の高コスト化と相当な分布変化は、再構成モデルの開発に挑戦する。
暗黙的な物理誘導型温度場再構成フレームワークであるIPTRを提案する。
我々はIPTRが既存の手法を一貫して上回り、最先端の再構築精度と強力な一般化能力を実現していることを示す。
論文 参考訳（メタデータ） (2025-12-01T02:22:30Z) - Advancing physiological time series reconstruction and imputation via mixture of receptive fields and experts fusion [40.98861820195174]
スコアベース拡散フレームワークにおいて,Mixture of Experts(MoE)に基づくノイズ推定器を提案する。
RFAMoEモジュールは拡散過程を通じて各チャネルが所望の受容場を適応的に選択できるように設計されている。
我々は、Fusion MoEモジュールを設計し、MoEモジュールの性質を革新的に活用し、Kノイズ信号を並列に生成し、ルーティング機構を用いてそれらを融合し、単一推論ステップで完全な信号再構成を行う。
論文 参考訳（メタデータ） (2025-11-27T04:06:55Z) - WaveSeg: Enhancing Segmentation Precision via High-Frequency Prior and Mamba-Driven Spectrum Decomposition [61.3530659856013]
本稿では,空間およびウェーブレット領域の機能改善を共同で最適化する新しいデコーダアーキテクチャであるWaveSegを提案する。
高周波成分は、まず入力画像から、境界の詳細を強化するために明示的な先行として学習される。
標準ベンチマークの実験では、Mambaベースの注目に先立ってウェーブレット-ドメイン周波数を利用するWaveSegが、常に最先端のアプローチより優れていることが示されている。
論文 参考訳（メタデータ） (2025-10-24T01:41:31Z) - FLEX: A Backbone for Diffusion-Based Modeling of Spatio-temporal Physical Systems [51.15230303652732]
FLEX (F Low Expert) は、時間物理系の生成モデリングのためのバックボーンアーキテクチャである。
拡散モデルにおける速度場の分散を低減し、トレーニングの安定化に役立つ。
少数の特徴を2つの逆拡散ステップとして用いて、超解像および予測タスクの正確な予測を行う。
論文 参考訳（メタデータ） (2025-05-23T00:07:59Z) - Event Signal Filtering via Probability Flux Estimation [58.31652473933809]
イベントは、非同期センシングを通じてシーンダイナミクスをキャプチャするための新しいパラダイムを提供するが、その固有のランダム性は、しばしば劣化した信号品質につながる。
したがって、イベント信号フィルタリングは、この内部ランダム性を低減し、多様な取得条件をまたいだ一貫した出力を確保することで、忠実性を高めるために不可欠である。
本稿ではイベント密度フローフィルタ(EDFilter)と呼ばれる生成オンラインフィルタリングフレームワークを紹介する。
実験では、イベントフィルタリング、スーパーレゾリューション、イベントベースの直接追跡といったタスクでEDFilterのパフォーマンスを検証する。
論文 参考訳（メタデータ） (2025-04-10T07:03:08Z) - MFRS: A Multi-Frequency Reference Series Approach to Scalable and Accurate Time-Series Forecasting [51.94256702463408]
時系列予測は、周波数の異なる周期特性から導かれる。
マルチ周波数参照系列相関解析に基づく新しい時系列予測手法を提案する。
主要なオープンデータセットと合成データセットの実験は、最先端のパフォーマンスを示している。
論文 参考訳（メタデータ） (2025-03-11T11:40:14Z) - Machine learning for phase-resolved reconstruction of nonlinear ocean
wave surface elevations from sparse remote sensing data [37.69303106863453]
ニューラルネットワークを用いた位相分解波面再構成のための新しい手法を提案する。
提案手法は,一次元格子を用いた合成的かつ高精度な訓練データを利用する。
論文 参考訳（メタデータ） (2023-05-18T12:30:26Z)
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。