Machine learning for electron-scale turbulence modeling in W7-XOpen Access

この論文では、W7-Xステラレーターにおける電子スケールの乱流をモデリングするために機械学習手法を適用しています。電子スケールの乱流は核融合プラズマの閉じ込め性能に影響を与えるため、その理解と予測は重要です。研究では、従来の物理モデルに代わり、データ駆動型のアプローチを用いて乱流輸送を効率的にモデル化する方法を探求しています。機械学習モデルは、ジャイロ運動論的シミュレーションの結果を学習し、高速かつ正確な予測を可能にします。この研究は、W7-Xの運転条件最適化や将来の核融合炉設計に貢献することが期待されます。