Next-generation fusion reactors such as DEMO pose significant challenges in the design of diagnostic systems due to stringent spatial limitations and cost constraints. In response to these challenges, we apply Bayesian experimental design methodologies to optimize the magnetic diagnostics of the WEST tokamak, with a focus on its pick-up coil system. Mutual information is used as a quantitative metric to evaluate the information gain and select coil configurations that preserve diagnostic accuracy while reducing the total number of sensors. Our findings show that up to 35% of the coils can be removed while preserving reconstruction behavior consistent with the corrected reference tomogram: the total plasma current deviates by less than 0.3%, the current centroid remains within 0.2 cm, and the X point position deviation remains below 1.2 cm. The Bayesian framework and information-theoretic criteria employed here offer a versatile and principled basis for optimizing diagnostic configurations across a range of operational constraints in fusion environments.
次世代核融合炉（例：DEMO）では、厳しい空間的制約とコスト制約のため、診断システムの設計に大きな課題が生じる。これらの課題に応えるため、我々はベイズ実験計画の方法論を適用し、WESTトカマクの磁気診断、特にそのピックアップコイルシステムの最適化を行う。相互情報量を定量的指標として用い、情報利得を評価し、センサー総数を削減しつつ診断精度を維持するコイル構成を選択する。我々の結果は、補正された参照トモグラムと整合する再構成挙動を維持しながら、コイルの最大35%を除去できることを示している：総プラズマ電流の偏差は0.3%未満、電流重心は0.2 cm以内、X点位置の偏差は1.2 cm未満に留まる。ここで採用したベイズフレームワークと情報理論的基準は、核融合環境における様々な運転制約の下で診断構成を最適化するための、汎用的かつ原理に基づいた基盤を提供する。