ニューラルネットワーク（Neural network、neural networks）は、核融合・プラズマ物理学の手法。実験データやシミュレーション結果から非線形写像を学習する手法で、トカマクやステラレータの平衡再構成、ディスラプション予測、輸送モデルの代理化などに広く用いられる。診断信号と物理量の複雑な関係を近似でき、実時間制御や計算高速化に有効である。この用語集が追う論文のうち、タイトルにこの主題が現れるものは137本ある。比重が最も大きいのは直近の2025–2029年で、その期間に発表された論文の0.81%を占める。この用語集がこの主題を最初に拾うのは1990年以降で、それ以前の収録論文には現れない。
推移
他の項目を重ねる
比べる項目
研究の変遷
1985–19945本 · 0.09%
初期の平衡・分光解析への適用
この時代の論文は、プラズマ平衡パラメータの非線形抽出や非円形平衡の同定にニューラルネットワークを用いており、JETやDIII-Dの分光データ解析にも応用している。エネルギー閉じ込めスケーリングの推定も試みられており、診断データ処理と平衡推定が主要な対象であった。
同時に語られた主題プラズマ平衡、エネルギー閉じ込め、電荷交換再結合
この時代の論文から
- Fast non-linear extraction of plasma equilibrium parameters using a neural network mappingNuclear Fusion 1991
- Identification of noncircular plasma equilibria using a neural network approachNuclear Fusion 1994
- Neural network approach to energy confinement scaling in TokamaksPlasma Physics and Controlled Fusion 1992
よく登場する装置
この数字の作り方
- 数え方 —
- 同じものが別の名前で書かれていてもまとめて数えている（Neural network、neural networks など）。綴りが変わった時期に推移が動いて見える、ということは起きない
- 割合 —
- その時代の収録論文全体に占める比率。コーパスは1970年代より2010年代のほうが9倍大きいため、本数のままではほとんどの主題が右肩上がりに見えてしまう
- 記述 —
- その時代の論文・共起する主題・登場する装置だけを根拠にAIが書いている
- 冒頭の定義 —
- 用語そのものの説明だけは、論文89本の要旨を読ませたうえでAIの分野知識で書かせている。ここだけは収録論文に書かれていることの要約ではない
- 範囲 —
- 収録は6誌に限られる。ここで減っていることは、分野がその取り組みをやめたことを意味しない