基于深度学习技术从磁涨落谱图中自动识别 MHD 模式
等离子体物理
2021-08-04 v2 机器学习
摘要
MHD 振荡模式的控制与抑制是聚变科学中的一个开放问题，因为它们会加剧向外的粒子/能量通量，并可使装置偏离点火条件。因此，以快速可靠的方式从大型实验数据库中提取模式信息具有普遍意义。我们提出了一种基于深度学习的软件工具，该工具以 Mirnov 线圈谱图为输入数据，能够识别这些振荡模式。它使用了卷积神经网络（CNN），我们以来自 TJ-II 仿星器数据库的手动标注谱图对其进行训练。我们测试了多种检测器架构，所得检测器在测试集上的 AUC 分数为 0.99。最后，将其应用于在我们的谱图中查找 MHD 模式，以展示这一新软件工具如何用于挖掘其他数据库。
引用
@article{arxiv.2011.12615,
title = {Automatic Identification of MHD Modes in Magnetic Fluctuations Spectrograms using Deep Learning Techniques},
author = {A. Bustos and E. Ascasibar and A. Cappa and R. Mayo-Garcia},
journal= {arXiv preprint arXiv:2011.12615},
year = {2021}
}