The knowledge of the total emitted radiation is essential for the understanding and control of tokamak plasmas and its relevance is going to be even higher in the next generation of metallic devices. The total radiation is measured with specific detectors called bolometers along defined collection volumes. The local emission from these integrated measurements is obtained with sophisticated tomographic algorithms, which are required to solve very ill-posed inversion problems. The maximum likelihood (ML) tomography is one of the most advanced techniques applied to the bolometric tomography in tokamaks. In this work the latest developments of the ML algorithm are overviewed. Firstly, a matrix formulation of the algorithm allows reducing the computational times of orders of magnitude, making the approach suitable to real time applications. Two distinct filtering techniques have been developed to regularize the solution and obtain physically meaningful results: one is optimised for real-time control, the other for offline analysis. Both versions are combined with an adaptive procedure, autonomously adjusting the filtering to the radiation patterns; this improvement reduces the requirements in terms of human intervention and contributes to the standardisation of the results. Furthermore, the uncertainty estimation provided by the ML for each voxel is improved and validated with systematic Monte Carlo simulations. The performances of the new algorithms are tested with synthetic data and compared with the main methods reported in the literature. The potential of the new algorithms is demonstrated with its application to the measurements of JET bolometry in discharges with a metallic wall, reconstructing the evolution of the emitted radiation in phenomena such as MARFE, temperature hollowness and disruptions.
全放出放射に関する知識は、トカマクプラズマの理解と制御に不可欠であり、その重要性は次世代の金属製装置においてさらに高まるであろう。全放射は、ボロメータと呼ばれる特定の検出器によって、定義された収集体積に沿って測定される。これらの積分測定から局所放射を得るには、非常に不良設定の逆問題を解くことが要求される高度なトモグラフィーアルゴリズムが必要である。最尤（ML）トモグラフィーは、トカマクにおけるボロメトリックトモグラフィーに適用される最先端の手法の一つである。本稿では、MLアルゴリズムの最新の進展を概観する。第一に、アルゴリズムの行列形式により、計算時間を桁違いに削減でき、このアプローチはリアルタイム応用に適したものとなる。解を正則化し物理的に意味のある結果を得るために、二つの異なるフィルタリング手法が開発された。一つはリアルタイム制御向けに最適化され、もう一つはオフライン解析向けである。両バージョンは、放射パターンに応じてフィルタリングを自律的に調整する適応的手順と組み合わされ、この改良は人的介入の必要性を低減し、結果の標準化に貢献する。さらに、MLが各ボクセルに対して提供する不確かさ評価は改善され、系統的なモンテカルロシミュレーションによって検証される。新しいアルゴリズムの性能は合成データを用いてテストされ、文献で報告されている主要な手法と比較される。新しいアルゴリズムの可能性は、金属壁を有する放電におけるJETボロメトリ測定への適用によって実証され、MARFE、温度のホローネス、ディスラプションなどの現象における放出放射の時間発展を再構成する。