Plasma disruption poses a significant safety challenge for future tokamaks and fusion reactors. Prior work on disruption prediction relies primarily on multiple scalar zero-dimensional (0D) signals and one-dimensional (1D) profiles as input of the predictor. Instead, this study investigates the feasibility of exclusively utilizing visible light video signals, consisting of sequential two-dimensional (2D) images, to achieve low-latency disruption prediction in EAST for the first time. To address the high data throughput of video input, striking a balance between real-time performance and accuracy, a lightweight deep neural network with combined spatial and temporal feature extraction structure is proposed for feature learning and sequence modeling. The datasets come from the wide-angle viewing systems distributed across EAST ports C, F, and K. The model is evaluated on both single-port and multi-port fusion datasets at different sampling rates, with all configurations demonstrating robust prediction performance. In particular, with multiple field-of-view fusion dataset, the model achieves a true positive rate of 92.8% and a false positive rate of 5.8%, demonstrating performance on par with state-of-the-art non-video-based disruption prediction models. Notably, the model takes merely 6.9 ms for inference, whereas its average warning time is 458 ms, which opens up the possibility for future online disruption warning and active control based on real-time video stream input. These initial results confirm the inherent predictive value of visible video for disruption warning and lay an important foundation for future endeavors focused on online disruption prediction that incorporates visual information. Furthermore, for future large-scale cross-device disruption warning databases, it could be advantageous to incorporate 2D visual signals in conjunction with conventional 0D and 1D signals to provide more comprehensive and robust features for disruption prediction.
プラズマ・ディスラプションは、将来のトカマクおよび核融合炉にとって重大な安全性の課題である。ディスラプション予測に関する先行研究は、主に予測器の入力として複数のスカラー零次元（0D）信号と一次元（1D）プロファイルに依存してきた。これに対し、本研究は、二次元（2D）画像の時系列からなる可視光ビデオ信号のみを利用して、EASTにおいて初めて低遅延のディスラプション予測を実現する可能性を調査するものである。ビデオ入力の高いデータスループットに対処し、リアルタイム性能と精度のバランスを取るために、空間的特徴抽出と時間的特徴抽出を組み合わせた構造を持つ軽量な深層ニューラルネットワークを、特徴学習と系列モデリングのために提案する。データセットは、EASTのポートC、F、Kに分散配置された広角視野監視システムから得られる。モデルは、単一ポートおよび複数ポート融合データセットにおいて異なるサンプリングレートで評価され、すべての構成で頑健な予測性能を示した。特に、複数視野融合データセットでは、モデルは真陽性率92.8%、偽陽性率5.8%を達成し、最新の非ビデオベースのディスラプション予測モデルと同等の性能を示す。特筆すべきことに、モデルの推論時間はわずか6.9 msであるのに対し、その平均警告時間は458 msであり、リアルタイムのビデオストリーム入力に基づく将来のオンライン・ディスラプション警報および能動制御の可能性を切り拓くものである。これらの初期結果は、ディスラプション警報に対する可視ビデオの本質的予測価値を確認し、視覚情報を組み込んだオンライン・ディスラプション予測に焦点を当てた今後の取り組みの重要な基盤を築くものである。さらに、将来の大規模なクロスデバイス・ディスラプション警報データベースにおいては、従来の0Dおよび1D信号と併せて2D視覚信号を組み込むことが、ディスラプション予測のためのより包括的で頑健な特徴量を提供する上で有利となる可能性がある。