Machine learning based energy confinement time extrapolation via multi-tokamak database

Hyungkeun Nam, Jaemin Seo2025年12月Fusion Engineering and DesignIF 1.7 出版社

AIによる論文要約

機械学習を用いたマルチトカマクデータベースによるエネルギー閉じ込め時間の外挿

JA核融合研究者や学生、特にトカマクプラズマの閉じ込め性能に興味がある方#核融合機械学習トカマクエネルギー閉じ込め時間 ITER

LLM向け: {"Title": "機械学習によるエネルギー閉じ込め時間外挿", "Authors": "N/A", "Research Objective": "マルチトカ…

この論文は、複数のトカマク装置から得られたデータベースを使用して、機械学習によりエネルギー閉じ込め時間を予測する手法を提案しています。エネルギー閉じ込め時間はプラズマが熱を保持する時間であり、核融合炉の性能を左右する重要な指標です。従来の経験則に基づくスケーリング則よりも高精度な予測が可能で、将来の大型核融合炉（ITERなど）の設計に役立ちます。機械学習モデルは多様なプラズマ条件を学習し、新しい装置への外挿を実現します。学生にも理解しやすいよう、核融合の基礎と機械学習の応用例として興味深い内容です。