The development of a disruption predictor using a data-driven solution is an effective way to avoid or mitigate tokamak device disruptions. The black-box nature of the model itself determines the agnostic nature of its decision base and becomes a key factor limiting the further development of disruption predictors. To identify the factors affecting the model performance and achieve better understanding of its predictions, this study proposes an interpretable method for disruption prediction. Based on the physical characteristics of the disruption, 2094 disruption shots and 4858 non-disruption shots from 2022 to 2024 were screened as training shots, and then the disruption prediction model was trained using the eXtreme Gradient Boosting (XGBoost) algorithm from training samples consisting of 16 diagnostic signals, such as plasma current, density, and radiation. The experimental results show that the XGBoost can accurately predict the disruption shot 30 ms before the disruption (96.7% true positive rate), whereas the false positive rate of the non-disruption shot is 6.58%. Through the analyses of Shapley Additive exPlanations interpretability, the degree of relative importance of each signal was determined while the shot disruption type was based on the signals close to the disruption. The results demonstrate the feasibility of EAST plasma disruption prediction using the method proposed in this study, which holds referential significance for the disruption prediction for future fusion devices.
データ駆動型ソリューションを用いたディスラプション予測器の開発は、トカマク装置のディスラプションを回避または軽減するための効果的な方法である。モデル自体のブラックボックス性は、その判断基盤の不可知性を決定づけ、ディスラプション予測器のさらなる発展を制限する重要な要因となっている。モデルの性能に影響を与える要因を特定し、その予測のより良い理解を得るために、本研究ではディスラプション予測のための解釈可能な手法を提案する。ディスラプションの物理的特性に基づき、2022年から2024年までの2094のディスラプションショットと4858の非ディスラプションショットを訓練ショットとして選別し、その後、プラズマ電流、密度、放射などの16種類の診断信号からなる訓練サンプルを用いて、eXtreme Gradient Boosting（XGBoost）アルゴリズムによりディスラプション予測モデルを訓練した。実験結果は、XGBoostがディスラプションの30 ms前にディスラプションショットを正確に予測できること（真陽性率96.7%）を示し、非ディスラプションショットの偽陽性率は6.58%である。Shapley Additive exPlanationsの解釈可能性の分析を通じて、各信号の相対的重要度が決定されるとともに、ショットのディスラプションタイプがディスラプションに近い信号に基づいて決定された。これらの結果は、本研究で提案する手法を用いたEASTプラズマディスラプション予測の実現可能性を示すものであり、将来の核融合装置におけるディスラプション予測にとって参考となる意義を有する。