This article describes the use of privileged information to train supervised classifiers, applied for the first time to the prediction of disruptions in tokamaks. The objective consists of making predictions with real-time signals during the discharges (as usual) but after training the predictor also with any kind of data at training time that is not available during discharge execution. The latter kind of data is known as privileged information. Taking into account the limited number of foreseen real time signals for disruption prediction at the beginning of operation in JT-60SA, a predictor with a line integrated density signal and the mode lock signal as privileged information has been developed and tested with 1437 JET discharges. The success rate with positive warning time has been improved from 45.24% to 90.48% and the tardy detection rate has diminished from 50% to 8.33%. The use of privileged information in an adaptive way also provides a remarkable reduction of false alarms from 11.53% to 1.15%. The potential of the methodology, exemplified with data relevant to the beginning of JT-60SA operation, is absolutely general and can be applied to any combination of diagnostic signals.
本稿では、トカマクにおけるディスラプションの予測に初めて適用された、教師あり分類器を訓練するための特権情報の利用について述べる。目的は、放電中のリアルタイム信号を用いて予測を行うこと（通常どおり）であるが、予測器の訓練時には、放電実行中には利用できない任意の種類のデータも用いて訓練することにある。後者の種類のデータは特権情報として知られている。JT-60SAの運転開始時におけるディスラプション予測のために想定されるリアルタイム信号の数が限られていることを考慮し、線積分密度信号とモードロック信号を特権情報として用いる予測器を開発し、1437回のJET放電で試験した。正の警告時間での成功率は45.24%から90.48%に改善され、遅延検出率は50%から8.33%に減少した。特権情報を適応的に使用することにより、誤警報も11.53%から1.15%へと顕著に減少する。JT-60SAの運転開始に関連するデータで例示された本方法論の可能性は、完全に一般的であり、あらゆる診断信号の組み合わせに適用できる。