Dissertação
Deep Learning for Plasma Tomography EVALUATED
A tomografia é um diagnóstico frequentemente utilizado em experiências de fusão, nomeadamente para determinar a forma e posição do plasma. No entanto, os algoritmos tomográficos para plasmas trabalham com apenas algumas projecções, o que limita a sua precisão e aumenta a sua complexidade computacional. As redes neuronais têm sido apontadas como uma alternativa viável para concretizar a tomografia de plasmas, dado que uma rede neuronal treinada é potencialmente mais rápida do que algoritmos tradicionais, e é capaz de alcançar uma precisão semelhante. Esta tese propõe levar a cabo reconstruções tomográficas utilizando uma rede neuronal profunda, com uma topologia inversa à das redes convolucionais que têm sido foco de investigação nos últimos anos. Aplicando esta abordagem a dados de um diagnóstico de tomografia do JET (Joint European Torus), mostra-se que a rede é capaz de reproduzir as reconstruções com elevada fiabilidade, quando medida com várias métricas diferentes.
julho 6, 2016, 10:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Departamento de Engenharia Informática (DEI)
Professor Auxiliar
