This paper describes a pattern recognition method for off-line estimation of both L/H and H/L transition times in JET. The technique is based on a combined classifier to identify the confinement regime (L or H) at any time instant during a discharge. The classifier is a combination of two different classification systems: a Bayesian classifier whose likelihood is computed by means of a non-parametric statistical classifier (Parzen window) and a support vector machine classifier. They are combined through a fuzzy aggregation operator, in particular the Einstein sum. The success rate achieved exceeds 99% for the L to H transition and 96% for the H to L transition. The estimation of transition times is accomplished by following the temporal evolution of the confinement regimes.
本論文は、JETにおけるL/HおよびH/L遷移時間のオフライン推定のためのパターン認識手法について述べる。本手法は、放電中の任意の時点における閉じ込め状態（LまたはH）を識別する複合分類器に基づく。この分類器は、2つの分類システムの組み合わせである：非パラメトリック統計分類器（パルツェン窓）により尤度が計算されるベイズ分類器と、サポートベクターマシン分類器である。これらは、ファジィ集約演算子、特にアインシュタイン和を通じて組み合わせられる。達成された成功率は、LからHへの遷移で99%を超え、HからLへの遷移で96%を超える。遷移時間の推定は、閉じ込め状態の時間的進展を追跡することによって達成される。