Deep Learning for Tomography, State Classification and Event Detection in Nuclear Fusion Plasmas

Duarte Pinto de Almeida Matos, Francisco

Datenverarbeitung, Informatik

Back
Back to start of result list
Permanent link for displayed object

If you experience problems opening the document, please try this link.

Original title:: Deep Learning for Tomography, State Classification and Event Detection in Nuclear Fusion Plasmas
Translated title:: Deep Learning für Tomographie, Zustandsklassifizierung und Ereigniserkennung in Kernfusionsplasmen
Author:: Duarte Pinto de Almeida Matos, Francisco
Year:: 2021
Document type:: Dissertation
Faculty/School:: Fakultät für Informatik
Advisor:: Jenko, Frank (Prof. Dr.)
Referee:: Jenko, Frank (Prof. Dr.); Thürey, Nils (Prof. Dr.); Menkovski, Vlado (Prof. Dr.)
Language:: en
Subject group:: DAT Datenverarbeitung, Informatik
Keywords:: Deep Learning, Fusion, Plasma
TUM classification:: MAT 650; DAT 780
Abstract:: 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.
Translated abstract:: 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
Date of submission:: 17.02.2021
Oral examination:: 20.07.2021
File size:: 17410452 bytes
Pages:: 228
Urn (citeable URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20210720-1579791-1-7
Last change:: 12.11.2021
BibTeX