arXiv · ML· D. Sorokin, A. Granovskiy, M. Stokolesov, E. Adishchev, M. Nurgaliev, G. Subbotin·· 9 小时前AI 评分20
基于神经算子输运代理模型重建托卡马克未观测核心电子密度
Reconstruction of Unobserved Core Electron Density in Tokamak Plasmas with a Neural Operator Transport Surrogate and Uncertainty Quantification
AI 导读
利用傅里叶神经算子（FNO）代理构建快速可微正向模型，推断一维粒子输运方程系数以重建托卡马克电子密度剖面。 结合反射与干涉测量实现实时兼容的梯度重建，并对比多随机数集成、Laplace 近似等四种不确定性量化方法。 在 DIII-D 合成及实验放电数据上，该方法优于标准解析函数拟合。
来源：arXiv · ML · arxiv.org