Dissertação

{en_GB=Disruption Prediction with Deep Neural Networks} {} EVALUATED

{pt=Disrupções de plasma são um dos principais problemas que ocorrem em reatores de fusão nuclear, tais como tokamaks. A tarefa de prever estas disrupções durante o decorrer de uma experiência introduz uma oportunidade para a aplicação de metodologias de aprendizagem máquina e aprendizagem profunda. Ser capaz de mitigar estes eventos prejudiciais representaria uma melhoria significativa para a fusão nuclear como fonte de energia. Vários métodos foram implementados nas últimas décadas, usando diferentes sinais de diagnóstico de plasma para construir modelos preditivos para disrupções. Neste trabalho, o objetivo principal é usar redes neuronais profundas para prever a ocorrência de uma disrupção, durante uma descarga de plasma. Em contraste com outras abordagens, que tipicamente usam vários sinais com um único canal pertencentes a diagnósticos diferentes, aqui usamos um sinal multicanal de um único diagnóstico (o sistema bolométrico), que é capaz de determinar a forma e posição do plasma dentro do reator. Isso pode ser usado como o fator discriminante para a previsão de disrupções., en=Plasma disruptions remain one of the main problems in nuclear fusion reactors, such as tokamaks. The task of predicting these disruptions during an ongoing experiment presents itself as an opportunity for machine learning and deep learning approaches. Being able to mitigate these harmful events would represent a significant improvement towards nuclear fusion as a source of energy. Several methods have been implemented over the last decades, using different plasma diagnostic signals to build a predictive model for disruptions. In this work, the main goal is to use deep neural networks to predict the occurrence of a disruption, during a plasma discharge. In contrast with existing approaches, that typically use several single-channel signals from different plasma diagnostics, here we use a multi-channel signal from a single diagnostic (the bolometer system), which is capable of determining the shape and position of the plasma inside the reactor. This can be used as the discriminant factor for disruption prediction.}
{pt=Fusão Nuclear, Diagnósticos de Plasma, Previsão de Disrupções, Aprendizagem Profunda, Redes Neuronais, en=Nuclear Fusion, Plasma Diagnostics, Disruption Prediction, Deep Learning, Neural Networks}

Outubro 31, 2018, 14:30

Orientação

ORIENTADOR

Diogo Manuel Ribeiro Ferreira

Departamento de Engenharia Informática (DEI)

Professor Auxiliar