資訊準則在融合研究建模的應用作為使用大規模模式分析資料庫對聚變等離子體進行建模的方法，除了基於不基於等離子體物理學的回歸的有效建模之外，我們還開發了一種透過將資料同化方法引入聚變而創建的等離子體物理學新方法我們使用兩種新方法取得了成果，這些方法使用迴歸方程式來表達基於該模型的運輸模型與同化到觀測資料的模型之間的差距。在這個過程中，我們的目標是獲得一個具有良好可見性的迴歸公式，並基於與等離子體物理學不同的統計視角來提取重要的變數。在實驗中識別但未明確包含在模型中的變量被選擇為統計顯著變量，並且其冪符號與實驗中識別的一致，我們已經能夠得出導致互補性的有趣結果。學之間的關係。我想就這些情況進行報告。
預測建模和機器學習
