利用卷积神经网络在二维 Hybrid Vlasov Maxwell 模拟中识别磁重联
计算物理
2020-09-09 v1 天体物理仪器与方法
摘要
磁重联是一种快速释放等离子体中储存磁能的基本过程。从模拟输出中识别发生重联的位置并非易事，通常必须由人类专家完成。因此，若此类识别过程能够实现自动化将很有价值。在此，我们展示了机器学习算法可帮助在二维无碰撞等离子体湍流模拟中识别重联。使用 Hybrid Vlasov Maxwell（HVM）模型生成了包含超过 2000 个潜在重联事件的数据集，随后由人类专家标注。我们在该数据集上测试并比较了两种具有不同配置的机器学习方法。最佳结果由卷积神经网络（CNN）结合对潜在重联位点进行放大的“图像裁剪”步骤获得。利用该方法，可正确识别超过 70% 的重联事件。通过研究不同物理变量如何影响预测精度来评估其重要性。最后，我们还讨论了所提模型产生错误预测的各种可能原因。
引用
@article{arxiv.2008.09463,
title = {Identifying magnetic reconnection in 2D Hybrid Vlasov Maxwell simulations with Convolutional Neural Networks},
author = {A. Hu and M. Sisti and F. Finelli and F. Califano and J. Dargent and M. Faganello and E. Camporeale and J. Teunissen},
journal= {arXiv preprint arXiv:2008.09463},
year = {2020}
}
备注
16 pages, 9 figures and 5 tabels