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

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。