The motional Stark effect (MSE) diagnostic has been a standard measurement for the magnetic field line pitch angle in tokamaks that are equipped with neutral beams. However, the MSE data are not always available due to experimental constraints, especially in future devices without neutral beams. Here we develop a deep-learning based model (SGTC-QR) that can reconstruct the safety factor profile without the MSE diagnostic to mimic the traditional equilibrium reconstruction with the MSE constraint. The model demonstrates promising performance, and the sub-millisecond inference time is compatible with the real-time plasma control system.
モーションル・スターク効果（MSE）診断は、中性粒子ビームを備えたトカマクにおける磁力線ピッチ角の標準的な測定法である。しかしながら、MSEデータは実験的制約により常に利用できるとは限らず、特に中性粒子ビームを持たない将来の装置では利用できない。ここでは、MSE診断を用いずに、MSE制約付きの従来の平衡再構成を模倣して安全係数プロファイルを再構成できる深層学習ベースのモデル（SGTC-QR）を開発する。このモデルは有望な性能を示し、サブミリ秒の推論時間はリアルタイムプラズマ制御システムと互換性がある。