It is demonstrated that artificial neural networks can be used to accurately and efficiently predict details of the magnetic topology at the plasma edge of the Wendelstein 7-X stellarator, based on simulated as well as measured heat load patterns onto plasma-facing components observed with infrared cameras. The connection between heat load patterns and the magnetic topology is a challenging regression problem, but one that suits artificial neural networks well. The use of a neural network makes it feasible to analyze and control the plasma exhaust in real-time, an important goal for Wendelstein 7-X, and for magnetic confinement fusion research in general.
人工ニューラルネットワークを用いることで、ヴェンデルシュタイン7-Xステラレーターのプラズマ端における磁場トポロジーの詳細を、赤外線カメラで観測されたプラズマ構成部品への熱負荷パターン（シミュレーションおよび実測の両方）に基づいて、正確かつ効率的に予測できることが実証された。熱負荷パターンと磁場トポロジーの関連性は困難な回帰問題であるが、人工ニューラルネットワークに適した問題である。ニューラルネットワークの使用により、プラズマ排気のリアルタイム解析と制御が可能となり、これはヴェンデルシュタイン7-Xにとって重要であり、また磁場閉じ込め核融合研究全般にとっても重要な目標である。