物理信息元实验仪器（PiMiX）及其在聚变能中的应用
数据分析、统计与概率
2024-01-17 v1 仪器与探测器
等离子体物理
摘要
数据驱动方法（DDM），如深度神经网络，通过数据融合（DF）为集成数据分析（IDA）、集成诊断到控制（IDC）工作流提供了一种通用方法，数据融合包括多仪器数据融合（MIDF）、多实验数据融合（MXDF）和模拟-实验数据融合（SXDF）。这些特性使得DDM对核聚变能源和发电厂应用具有吸引力，通过机器学习和人工智能加速工作流。本文描述了物理信息元实验仪器（PiMiX），它集成了X射线（包括核聚变产生的高能光子如γ射线）、中子和其他测量（如质子射线照相）用于核聚变。PiMiX解决多域高维优化问题，并通过神经网络将多模态测量与多物理场建模集成。中子探测和能量分辨X射线探测的超分辨率已得到验证。通过MIDF进行多模态测量可以提取比单独或单模态测量更多的信息。通过DF可以进一步优化方案，以实现经验聚变定标律的发现和新型聚变反应堆的设计。
引用
@article{arxiv.2401.08390,
title = {Physics-informed Meta-instrument for eXperiments (PiMiX) with applications to fusion energy},
author = {Zhehui Wang and Shanny Lin and Miles Teng-Levy and Pinghan Chu and Bradley T. Wolfe and Chun-Shang Wong and Christopher S. Campbell and Xin Yue and Liyuan Zhang and Derek Aberle and Mariana Alvarado Alvarez and David Broughton and Ray T. Chen and Baolian Cheng and Feng Chu and Eric R. Fossum and Mark A. Foster and Chengkun Huang and Velat Kilic and Karl Krushelnick and Wenting Li and Eric Loomis and Thomas Schmidt and Sky K. Sjue and Chris Tomkins and Dmitry A. Yarotski and Renyuan Zhu},
journal= {arXiv preprint arXiv:2401.08390},
year = {2024}
}
备注
24 pages, 46 references, and 13 Figures. Manuscript extended a recent presentation in the 29th IAEA Fusion Energy Conference (FEC), London, UK, Oct. 16 - 21, 2023