Investigating pedestal dependencies at JET using an interpretable neural network architecture
Artikel i vetenskaplig tidskrift, 2025
tokamak
ai
NeuralBranch
interpretable
machine learning
fusion
pedestal
Författare
Andreas Gillgren
Chalmers, Rymd-, geo- och miljövetenskap, Astronomi och plasmafysik
Andrei Osipov
Chalmers, Rymd-, geo- och miljövetenskap, Astronomi och plasmafysik
Culham Science Centre
Dmytro Yadykin
Chalmers, Rymd-, geo- och miljövetenskap, Astronomi och plasmafysik
Pär Strand
Chalmers, Rymd-, geo- och miljövetenskap, Astronomi och plasmafysik
Nuclear Fusion
00295515 (ISSN) 17414326 (eISSN)
Vol. 65 5 056033Implementation of activities described in the Roadmap to Fusion during Horizon Europe through a joint programme of the members of the EUROfusion consortium
Europeiska kommissionen (EU) (101052200), 2021-01-01 -- 2025-12-31.
Borderline: utveckling av en prediktiv kapacitet för kanteffekter i fusionsreaktorsrelevanta plasmor
Vetenskapsrådet (VR) (2020-05465), 2021-01-01 -- 2024-12-28.
Ämneskategorier (SSIF 2025)
Fusion, plasma och rymdfysik
DOI
10.1088/1741-4326/adcbc2