A real-time capable core Ion Cyclotron Range of Frequencies (ICRF) heating model on NSTX and WEST is developed. The model is based on two nonlinear regression algorithms, the random forest ensemble of decision trees and the multilayer perceptron neural network. The algorithms are trained on TORIC ICRF spectrum solver simulations of the expected flat-top operation scenarios in NSTX and WEST assuming Maxwellian plasmas. The surrogate models are shown to successfully capture the multi-species core ICRF power absorption predicted by the original model for the high harmonic fast wave and the ion cyclotron minority heating schemes while reducing the computational time by six orders of magnitude. Although these models can be expanded, the achieved regression scoring, computational efficiency and increased model robustness suggest these strategies can be implemented into integrated modeling frameworks for real-time control applications.
NSTXおよびWESTにおける実時間対応可能なコアイオンサイクロトロン周波数帯（ICRF）加熱モデルが開発された。このモデルは、決定木のランダムフォレストアンサンブルと多層パーセプトロンニューラルネットワークという2つの非線形回帰アルゴリズムに基づいている。アルゴリズムは、マクスウェルプラズマを仮定したNSTXおよびWESTにおける予想されるフラットトップ運転シナリオのTORIC ICRFスペクトルソルバーシミュレーションを用いて訓練された。サロゲートモデルは、高調波高速波およびイオンサイクロトロンマイノリティ加熱スキームについて元のモデルによって予測された多種のコアICRFパワー吸収を首尾よく捉え、計算時間を6桁削減することが示されている。これらのモデルは拡張可能であるが、達成された回帰スコア、計算効率、および向上したモデル堅牢性は、これらの戦略が実時間制御用途のための統合モデリングフレームワークに実装できることを示唆している。