Machine learning for the identification of scaling laws and dynamical systems directly from data in fusion (Articolo in rivista)

Type
Label
  • Machine learning for the identification of scaling laws and dynamical systems directly from data in fusion (Articolo in rivista) (literal)
Anno
  • 2010-01-01T00:00:00+01:00 (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#doi
  • 10.1016/j.nima.2010.02.080 (literal)
Alternative label
  • Murari A.; Vega J.; Mazon D.; Patané D.; Vagliasindi G.; Arena P.; Martin N.; Martin N.F.; Rattá G.; Caloone V.; JET-EFDA Contributors (2010)
    Machine learning for the identification of scaling laws and dynamical systems directly from data in fusion
    in NUCLEAR INSTRUMENTS & METHODS IN PHYSICS RESEARCH SECTION A-ACCELERATORS SPECTROMETERS DETECTORS AND ASSOCIATED EQUIPMENT; ELSEVIER SCIENCE BV, PO BOX 211, 1000 AE AMSTERDAM, NETHERLANDS, AMSTERDAM (Paesi Bassi)
    (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#autori
  • Murari A.; Vega J.; Mazon D.; Patané D.; Vagliasindi G.; Arena P.; Martin N.; Martin N.F.; Rattá G.; Caloone V.; JET-EFDA Contributors (literal)
Pagina inizio
  • 850 (literal)
Pagina fine
  • 854 (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#altreInformazioni
  • La rivista è pubblicata anche online con ISSN 1872-9576. (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#url
  • http://www.sciencedirect.com/science/article/pii/S0168900210002780 (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#numeroVolume
  • 623 (literal)
Rivista
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#note
  • Issue 2 (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#pagineTotali
  • 5 (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#numeroFascicolo
  • 2 (literal)
Note
  • Scopu (literal)
  • ISI Web of Science (WOS) (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#affiliazioni
  • a Consorzio RFX-Associazione EURATOM ENEA per la Fusione, I-35127 Padova, Italy / - b Asociación EURATOM-CIEMAT para Fusión, CIEMAT, Madrid, Spain / - c Association EURATOM-CEA, CEA Cadarache, 13108 Saint-Paul-lez-Durance, France / - d Dipartimento di Ingegneria Elettrica Elettronica e dei Sistemi-Università degli Studi di Catania, 95125 Catania, Italy / - e Arts et Métiers Paris Tech Engineering College (ENSAM) 13100 Aix-en-Provence, France / - f JET-EFDA, Culham Science Centre, Abingdon OX14 3DB, UK. (A. Murari a; J. Vega b; D. Mazon c; D. Patané d; G. Vagliasindi d; P. Arena d; N. Martin e; N.F. Martin e; G. Rattá b; V. Caloone e; JET-EFDA Contributors f) (literal)
Titolo
  • Machine learning for the identification of scaling laws and dynamical systems directly from data in fusion (literal)
Abstract
  • Original methods to extract equations directly from experimental signals are presented. These techniques have been applied first to the determination of scaling laws for the threshold between the L and H mode of confinement in Tokamaks. The required equations can be extracted from the weights of neural networks and the separating hyperplane of Support Vector Machines. More powerful tools are required for the identification of differential equations directly from the time series of the signals. To this end, recurrent neural networks have proved to be very effective to properly identify ordinary differential equations and have been applied to the coupling between sawteeth and ELMs. (literal)
Editore
Prodotto di
Autore CNR
Insieme di parole chiave

Incoming links:


Prodotto
Autore CNR di
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#rivistaDi
Editore di
Insieme di parole chiave di
data.CNR.it