In the design of stellarators, energetic particle confinement is a critical point of concern which remains challenging to study from a numerical point of view. Standard Monte Carlo (MC) analyses are highly expensive because a large number of particle trajectories need to be integrated over long time scales, and small time steps must be taken to accurately capture the features of the wide variety of trajectories. Even when they are based on guiding center trajectories, as opposed to full-orbit trajectories, these standard MC studies are too expensive to be included in most stellarator optimization codes. We present the first multifidelity Monte Carlo (MFMC) scheme for accelerating the estimation of energetic particle confinement in stellarators. Our approach relies on a two-level hierarchy, in which a guiding center model serves as the high-fidelity model, and a data-driven linear interpolant is leveraged as the low-fidelity surrogate model. We apply MFMC to the study of energetic particle confinement in a four-period quasi-helically symmetric stellarator, assessing various metrics of confinement. Stemming from the very high computational efficiency of our surrogate model as well as its sufficient correlation to the high-fidelity model, we obtain speedups of up to 10 with MFMC compared to standard MC.
ステラレーターの設計において、高エネルギー粒子閉じ込めは重要な検討事項であり、数値的に研究することが困難であり続けている。標準的なモンテカルロ（MC）解析は、多種多様な粒子軌道の特徴を正確に捉えるために、長い時間スケールにわたって多数の粒子軌道を積分し、かつ小さな時間ステップを取る必要があるため、非常に高コストである。たとえガイディングセンター軌道に基づくものであっても、フルオービット軌道ではなくとも、これらの標準的なMC研究は、ほとんどのステラレーター最適化コードに組み込むにはコストが高すぎる。我々は、ステラレーターにおける高エネルギー粒子閉じ込めの推定を高速化するための、最初のマルチフィデリティモンテカルロ（MFMC）スキームを提示する。我々のアプローチは、2レベル階層に依存しており、ガイディングセンターモデルが高忠実度モデルとして機能し、データ駆動型の線形補間が低忠実度サロゲートモデルとして利用される。我々は、MFMCを4周期準螺旋対称ステラレーターにおける高エネルギー粒子閉じ込めの研究に適用し、閉じ込めのさまざまな指標を評価する。我々のサロゲートモデルの非常に高い計算効率と、高忠実度モデルとの十分な相関により、標準的なMCと比較して最大10倍の高速化を達成する。