Neural networks as a lossy compression and restart/recovery strategy for high-dimensional plasma simulationsOpen Access

プラズマシミュレーションは大規模で高次元のデータを生成しますが、その保存には多大なコストがかかります。本研究では、ニューラルネットワークを用いた損失圧縮技法を提案し、データを効率的に圧縮し、シミュレーションの再起動や復旧を可能にします。これにより、ストレージ要件が削減され、計算の継続性が向上します。この手法は、大規模な高次元プラズマシミュレーションにおいて特に有用です。