Study of profile formation processes of fusion plasmas by first-principle turbulence calculations and machine learning modeling
Study of profile formation processes of fusion plasmas by first-principle turbulence calculations and machine learning modeling
通过第一性原理湍流计算和机器学习建模研究聚变等离子体的轮廓形成过程
批准号：
20K14450
负责人：
Narita Emi
金额：
$1.66万
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2020
资助国家：
日本
项目状态：
已结题
起止时间：
2020-04-01 至 2023-03-31
中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
期刊论文(20)
专著(0)
科研奖励(0)
会议论文
登录
查看更多内容
粒子・熱流束の実験値を考慮した準線形乱流輸送モデリング
考虑粒子和热通量实验值的准线性湍流输运建模
考虑粒子和热通量实验值的准线性湍流输运建模
DOI：
--
发表时间：
2021
期刊：
影响因子：
--
作者：
[成田 絵美, 本多 充, 仲田 資季, 吉田 麻衣子, 林 伸彦]
通讯作者：
林 伸彦
Machine-learning assistance with nonlinear gyrokinetic simulations by recognizing wavenumber-space images
通过识别波数空间图像来辅助非线性回旋运动模拟的机器学习
通过识别波数空间图像来辅助非线性回旋运动模拟的机器学习
DOI：
--
发表时间：
2022
期刊：
影响因子：
--
作者：
[E. Narita, M. Honda, S. Maeyama and T.-H. Watanabe]
通讯作者：
S. Maeyama and T.-H. Watanabe
乱流飽和則の開発によるニューラルネットワーク輸送モデリング
通过开发湍流饱和定律进行神经网络传输建模
通过开发湍流饱和定律进行神经网络传输建模
DOI：
--
发表时间：
2020
期刊：
影响因子：
--
作者：
[成田 絵美, 本多 充, 仲田 資季, 吉田 麻衣子, 林 伸彦]
通讯作者：
林 伸彦
乱流熱流束の時間発展を予測するマルチモーダルニューラルネットワークモデルの開発
开发多模态神经网络模型来预测湍流热通量的时间演化
开发多模态神经网络模型来预测湍流热通量的时间演化
DOI：
--
发表时间：
2023
期刊：
影响因子：
--
作者：
[成田絵美, 本多充, 前山伸也, 渡邉智彦]
通讯作者：
渡邉智彦
機械学習を利用した半経験乱流輸送モデルの拡張と汎用性の検証
使用机器学习扩展和验证半经验湍流传输模型的多功能性
使用机器学习扩展和验证半经验湍流传输模型的多功能性
DOI：
--
发表时间：
2022
期刊：
影响因子：
--
作者：
[成田絵美, 本多充, 仲田資季, 吉田麻衣子, 林伸彦, 中山智成]
通讯作者：
中山智成
共 19 条
海外基金