Completely automatic techniques to estimate and validate L/H transition times can be essential in L/H transition analyses. The generation of databases with hundreds of transition times and without human intervention is an important step to accomplish (a) L/H transition physics analysis, (b) validation of L/H theoretical models and (c) creation of L/H scaling laws. An entirely unattended methodology is presented in this paper to build large databases of transition times in JET using time series. The proposed technique has been applied to a dataset of 551 JET discharges between campaigns C21 and C26. A prediction with discharges that show a clear signature in time series is made through the locating properties of the wavelet transform. It is an accurate prediction and the uncertainty interval is ±3.2 ms. The discharges with a non-clear pattern in the time series use an L/H mode classifier based on discharges with a clear signature. In this case, the estimation error shows a distribution with mean and standard deviation of 27.9 ms and 37.62 ms, respectively. Two different regression methods have been applied to the measurements acquired at the transition times identified by the automatic system. The obtained scaling laws for the threshold power are not significantly different from those obtained using the data at the transition times determined manually by the experts. The automatic methods allow performing physical studies with a large number of discharges, showing, for example, that there are statistically different types of transitions characterized by different scaling laws.
L/H遷移時間の推定と検証を完全に自動化する手法は、L/H遷移解析において不可欠となり得る。数百の遷移時間からなるデータベースを人間の介入なしに生成することは、(a)L/H遷移物理の解析、(b)L/H理論モデルの検証、および(c)L/Hスケーリング則の構築を達成するための重要なステップである。本論文では、時系列を用いてJETにおける遷移時間の大規模データベースを構築するための、完全に自動化された方法論を提示する。提案手法は、キャンペーンC21からC26までの551回のJET放電のデータセットに適用された。時系列において明確なシグネチャを示す放電に対する予測は、ウェーブレット変換の位置特定特性を通じて行われる。これは正確な予測であり、不確実性区間は±3.2msである。時系列において明確でないパターンを示す放電には、明確なシグネチャを持つ放電に基づくL/Hモード分類器が使用される。この場合、推定誤差は平均27.9ms、標準偏差37.62msの分布を示す。自動システムによって特定された遷移時間における測定値に対して、2つの異なる回帰手法が適用された。閾値出力に対する得られたスケーリング則は、専門家によって手動で決定された遷移時間におけるデータを用いて得られたものと有意な差はない。自動手法により、多数の放電を用いた物理研究が可能となり、例えば、異なるスケーリング則によって特徴づけられる統計的に異なる遷移タイプが存在することが示される。