Utilisation du critère d'information dans la modélisation dans la recherche sur la fusionEn tant que méthode de modélisation du plasma de fusion utilisant une base de données d'analyse à grande échelle, en plus d'une modélisation efficace basée sur la régression qui ne repose pas sur la physique des plasmas, nous avons développé une nouvelle approche de la physique des plasmas créée en introduisant des méthodes d'assimilation de données dans la fusion. Nous avons obtenu des résultats en utilisant deux nouvelles approches qui utilisent des équations de régression pour exprimer l'écart entre le modèle de transport basé sur ce modèle et le modèle assimilé aux données observées. Dans ce processus, nous avons cherché à obtenir une formule de régression avec une bonne visibilité et à extraire des variables importantes basées sur une perspective statistique différente de celle de la physique des plasmas. Nous l'avons utilisée. Une variable qui a été reconnue dans l'expérience mais qui n'est pas explicitement incluse dans le modèle est sélectionnée comme variable statistiquement significative, et son signe de puissance est cohérent avec ce qui a été reconnu dans l'expérience. Nous avons pu dériver des résultats intéressants qui conduisent à la complémentarité. entre les variables importantes et la physique des plasmas. Nous aimerions faire rapport sur ces questions.
Modélisation prédictive et apprentissage automatique
