Benutzer: Gast  Login
Wenn Sie Schwierigkeiten haben, das Dokument zu öffnen, versuchen Sie auch bitte diesen Link
Originaltitel:
Deep Learning for Tomography, State Classification and Event Detection in Nuclear Fusion Plasmas
Übersetzter Titel:
Deep Learning für Tomographie, Zustandsklassifizierung und Ereigniserkennung in Kernfusionsplasmen
Autor:
Duarte Pinto de Almeida Matos, Francisco
Jahr:
2021
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Informatik
Betreuer:
Jenko, Frank (Prof. Dr.)
Gutachter:
Jenko, Frank (Prof. Dr.); Thürey, Nils (Prof. Dr.); Menkovski, Vlado (Prof. Dr.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik
Stichworte:
Deep Learning, Fusion, Plasma
TU-Systematik:
MAT 650; DAT 780
Kurzfassung:
Deep learning (DL) algorithms can learn and extract correlations from complex, high dimensional data such as that which is regularly generated in nuclear fusion experiments. This work models several problems in fusion research with DL algorithms, with a view to showcasing their potential for facilitating scientific discovery in that field.
Übersetzte Kurzfassung:
Deep-Learning-Algorithmen können aus komplexem mehrdimensionalem Datenmaterial lernen und dort Korrelationen finden. Solche Daten werden regelmäßig bei Experimenten im Bereich der Kernfusion erzeugt. Diese Arbeit modelliert verschiedene Probleme aus dem Feld der Fusionsforschung mit den genannten Algorithmen, um deren Potential zur Vereinfachung wissenschaftlicher Arbeit in diesem Feld hervorzuheben.
WWW:
https://mediatum.ub.tum.de/?id=1579791
Eingereicht am:
17.02.2021
Mündliche Prüfung:
20.07.2021
Dateigröße:
17410452 bytes
Seiten:
228
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20210720-1579791-1-7
Letzte Änderung:
12.11.2021
 BibTeX