인공신경망 기반 실시간 토카막 플라즈마 평형 재구성과 입력 분실 대체를 위한 방법론 제시

Abstract

토카막 운전은 Grad-Shafranov equation해를 구하는 것인 실시간 평형 재구성을 필요로 하며 주로 쓰이는 알고리즘은 real-time (rt) EFIT이다. 그러나 rt-EFIT은 실시간 내 계산을 위해 off-line EFIT를 간략화한 수단이다. 따라서 off-line EFIT의 실시간 적용을 위해 다중 인풋 다중 아웃풋의 맵핑이 가능한 인공신경 망을 off-line EFIT 결과로 훈련, off-line EFIT의 퀄리티를 가지면서 실시간 계산이 가능한 인공신경망을 만들었다. 이 인공신경망은 에러 견고성을 위해 2개의 은닉층을 가지며 심지어 20% 인풋 에러에도 합리적인 결과를 출력한다. 인풋으로는 자기진단장치 계측값을 사용하였으며 자기진단장치의 고유 오차 중 하나인 신호의 drift를 베이지안 추론을 이용하여 실시간 수정을 하였다. 뿐만아니라 분실 인풋 경우를 보완하기 위해 가우시안 프로세스와 베이지안 추론을 도입하여 분실 인풋을 예측하는 방법론을 소개한다. 베이지안 추론의 가능도는 맥스웰 방정식, 즉 앙페르 법칙과 가우스 자기 법칙을 따라 모델링 되었다.