Active charge exchange spectra representing the local interaction of injected neutral beams and fully stripped impurity ions are hard to analyse due to strong blending with passive emission from the plasma edge. As a result, the deduced plasma parameters (e.g. ion temperature, rotation velocity, impurity density) cannot always be determined unambiguously. Also, the speed of the analysis is limited by the time consuming nonlinear least-squares minimization procedure. In practice, semi-manual analysis is necessary and fast, automatic analysis, based on currently used techniques, does not seem feasible. In this paper the development of a robust and accurate analysis procedure based on multi-layer perceptron (MLP) neural networks is described. This procedure is fully automatic and fast, thus enabling a real-time analysis of charge exchange spectra. Accuracy has been increased in several ways as compared to earlier straightforward neural network implementations and is comparable to a standard least-squares based analysis. Robustness is achieved by using a combination of different confidence measures. A novel technique for the creation of training data, suitable for high-dimensional inverse problems has been developed and used extensively. A new method for fast calculation of error bars directly from the hidden neurons in a MLP network is also described, and used as part of the confidence calculations. For demonstration purposes, a real-time ion temperature profile diagnostic based on this work has been implemented.
活性荷電交換スペクトルは、入射中性ビームと完全剥離不純物イオンの局所的相互作用を表すものであるが、プラズマ端からの受動発光との強い重なりにより、その解析は困難である。その結果、導出されるプラズマパラメータ（例えば、イオン温度、回転速度、不純物密度）は、常に一意に決定できるとは限らない。また、解析速度は、時間のかかる非線形最小二乗法による最適化手順によって制限される。実際には、半手動による解析が必要であり、現在使用されている手法に基づく高速な自動解析は実現可能とは思われない。本論文では、多層パーセプトロン（MLP）ニューラルネットワークに基づく、頑健かつ高精度な解析手順の開発について述べる。この手順は完全に自動化されており高速であるため、荷電交換スペクトルのリアルタイム解析が可能となる。精度は、従来の単純なニューラルネットワーク実装と比較していくつかの点で向上しており、標準的な最小二乗法に基づく解析に匹敵する。頑健性は、複数の異なる信頼度指標を組み合わせることによって達成される。また、高次元の逆問題に適したトレーニングデータ生成のための新しい手法が開発され、広く使用されている。さらに、MLPネットワークの隠れニューロンから直接誤差範囲を高速に計算する新しい方法についても述べ、信頼度計算の一部として使用する。実証のため、本手法に基づくリアルタイムイオン温度分布診断が実装された。