用于韩国超导托卡马克先进研究装置中等离子体平衡的贝叶斯神经网络
等离子体物理
2023-01-30 v1
摘要
聚变级等离子体是物理上复杂的系统之一，为彻底控制核聚变反应堆，针对未阐明物理现象持续建立等离子体理论。深度学习已在该受控聚变等离子体领域引起广泛关注，以在无需深入理解等离子体理论的情况下将物理现象与控制相关参数联系起来。尽管如此，由于其根本缺乏物理理解，对深度学习模型的不确定性量化一直被持续要求。因此，能够呈现其概率分布的可靠深度学习模型的概念被提出，同时如何将物理理论灌输至模型中的方法也受到关注。
引用
@article{arxiv.2301.11555,
title = {Bayesian neural network for plasma equilibria in the Korea Superconducting Tokamak Advanced Research},
author = {Semin Joung},
journal= {arXiv preprint arXiv:2301.11555},
year = {2023}
}
备注
Doctoral Thesis, KAIST, 214 pages