Ensuring the reliability of plasma diagnostic data is essential for both safe operation and accurate analysis in Magnetic confinement fusion (MCF) devices. However, diagnostic signals are often corrupted by electromagnetic interference, hardware faults, or neutron irradiation, resulting in erroneous diagnostic data. To address this issue, a novel Real-Time Time-Domain Global Similarity (RT-TDGS) method based on machine learning is proposed. RT-TDGS transforms the multi-label classification problem of identifying erroneous channels into a binary classification of physical similarity between pairs of channels, exhibiting intrinsic robustness against variations in discharge parameters. During feature extraction, multiple evaluation metrics are employed to quantify the similarity between pairs of channels after feature engineering, and a machine learning model is then used to classify and identify erroneous channels based on these features. In the training phase, a multi-scale temporal sampling strategy is introduced, which constructs an augmented dataset by extracting features at different temporal scales to enhance the classification accuracy across various temporal scales of the experiments. Applied to the Experimental Advanced Superconducting Tokamak POlarimeter-INTerferomete system, the method achieves an accuracy of 0.9647 with an average processing time of 0.59 ms, fully satisfying real-time requirements. The RT-TDGS method significantly improves the reliability of real-time plasma control data and shows broad application potential in MCF devices.
プラズマ診断データの信頼性を確保することは、磁気閉じ込め核融合（MCF）装置における安全な運転と正確な解析の両方にとって不可欠である。しかしながら、診断信号はしばしば電磁干渉、ハードウェア故障、または中性子照射によって劣化し、その結果、誤った診断データが生じる。この問題に対処するため、機械学習に基づく新しいリアルタイム時間領域グローバル類似度（RT-TDGS）法を提案する。RT-TDGSは、誤ったチャンネルを識別するマルチラベル分類問題を、チャンネル間の物理的類似性の二値分類に変換し、放電パラメータの変動に対する本質的なロバスト性を示す。特徴抽出の際には、特徴エンジニアリング後に複数の評価指標を用いてチャンネル間の類似性を定量化し、次に機械学習モデルを用いてこれらの特徴量に基づいて誤ったチャンネルを分類・識別する。訓練フェーズでは、マルチスケール時間サンプリング戦略を導入し、異なる時間スケールで特徴を抽出することで拡張データセットを構築し、実験の様々な時間スケールにわたる分類精度を向上させる。本手法をExperimental Advanced Superconducting Tokamak POlarimeter-INTerferometeシステムに適用した結果、精度0.9647、平均処理時間0.59 msを達成し、リアルタイム要件を完全に満たす。RT-TDGS法は、リアルタイムプラズマ制御データの信頼性を大幅に向上させ、MCF装置における幅広い応用可能性を示す。