Detecting changes in plasmas is compulsory for control and the detection of novelties. Moreover, automated novelty detection allows one to investigate large data sets to substantially enhance the efficiency of data mining approaches. To this end we introduce permutation entropy (PE) for the detection of changes in plasmas. PE is an information-theoretic complexity measure based in fluctuation analysis that quantifies the degree of randomness (resp. disorder, unpredictability) of the ordering of time series data. This method is computationally fast and robust against noise, which allows the evaluation of large data sets in an automated procedure. PE is applied on electron cyclotron emission and soft x-ray measurements in different Wendelstein 7-X low-iota configuration plasmas. A spontaneous transition to high core-electron temperature () was detected, as well as a localized low-coherent intermittent oscillation which ceased when increased in the transition. The results are validated with spectrogram analysis and provide evidence that a complexity measure such as PE is a method to support in-situ monitoring of plasma parameters and for novelty detection in plasma data. Moreover, the acceleration in processing time offers implementations of plasma-state-detection that provides results fast enough to induce control actions even during the experiment.
プラズマ中の変化の検出は、制御および新規性の検出のために必須である。さらに、自動化された新規性検出により、大規模なデータセットを調査して、データマイニング手法の効率を大幅に向上させることができる。この目的のために、我々はプラズマ中の変化の検出に permutation entropy（並び替えエントロピー）を導入する。PE は、時系列データの順序付けのランダム性（すなわち、不規則性、予測不可能性）の度合いを定量化する、変動解析に基づく情報理論的な複雑性尺度である。この手法は計算的に高速であり、ノイズに対して頑健であるため、自動化された手順での大規模データセットの評価を可能にする。PE は、異なる Wendelstein 7-X 低イオタ配位プラズマにおける電子サイクロトロン放射および軟 X 線測定に適用された。高コア電子温度への自発的遷移が検出され、また、遷移において増加した際に消滅する、局在化した低コヒーレント間欠的振動も検出された。結果はスペクトログラム解析によって検証され、PE のような複雑性尺度が、プラズマパラメータの in-situ モニタリングおよびプラズマデータにおける新規性検出を支援する手法であることを示している。さらに、処理時間の短縮により、実験中であっても制御動作を誘発するのに十分な速さでプラズマ状態検出の結果を提供する実装が可能となる。