Determination of causal-effect relationships can be a difficult task even in the analysis of time series. This is particularly true in the case of complex, nonlinear systems affected by significant levels of noise. Causality can be modelled as a flow of information between systems, allowing to better predict the behaviour of a phenomenon on the basis of the knowledge of the one causing it. Therefore, information theoretic tools, such as the transfer entropy, have been used in various disciplines to quantify the causal relationship between events. In this paper, Transfer Entropy is applied to determining the information relationship between various phenomena in Tokamaks. The proposed approach provides unique insight about information causality in difficult situations, such as the link between sawteeth and ELMs and ELM pacing experiments. The application to the determination of disruption causes, and therefore to the classification of disruption types, looks also very promising. The obtained results indicate that the proposed method can provide a quantitative and statistically sound criterion to address the causal-effect relationships in various difficult and ambiguous situations if the data is of sufficient quality.
因果効果の関係を決定することは、時系列の分析においてさえ困難な作業となり得る。これは、大きなノイズの影響を受ける複雑で非線形なシステムの場合に特に当てはまる。因果性は、システム間の情報の流れとしてモデル化でき、原因となる現象の知識に基づいて、対象となる現象の挙動をより良く予測することを可能にする。したがって、転移エントロピーなどの情報理論的ツールは、事象間の因果関係を定量化するために様々な分野で使用されてきた。本論文では、転移エントロピーをトカマク内の様々な現象間の情報関係の決定に適用する。提案するアプローチは、鋸歯状振動とELMの間の関連やELMペーシング実験など、困難な状況における情報因果性について独自の洞察を提供する。さらに、このアプローチを擾乱原因の決定に適用することは、擾乱タイプの分類にも非常に有望であると思われる。得られた結果は、提案手法が、データの質が十分に高い場合、様々な困難で曖昧な状況における因果効果の関係に対処するための定量的かつ統計的に堅牢な基準を提供できることを示している。