@misc{oai:repo.qst.go.jp:00073193,
 author = {末吉孝充 and 横山達也 and 三善, 悠矢 and 日渡, 良爾 and 五十嵐康彦 and 岡田真人 and 小川雄一 and 三善 悠矢 and 日渡 良爾},
 month = {Nov},
 note = {将来のトカマク型核融合炉発電の実現に向けて、ディスラプションの発生を事前に判断し適切に回避・緩和を行えるようにすることが重要である。しかしながらディスラプション物理の詳細な解明には至っていない。一方、過去の膨大な実験データから機械学習によってディスラプションの発生を予知する研究が国内外で進められている。本研究では、 JT-60Uの放電データを用いてサポートベクターマシンによるディスラプションの予知を行う。その際、全状態探索法を用いたスパースモデリングによって数多くある観測量の中から予知に適切な変数の組合せを網羅的に探索・選択し、ディスラプション予知性能の向上を目指すとともに、ディスラプション予知に本質的に必要な物理量を解明することで、将来の核融合炉におけるディスラプション予知、及び更なるディスラプション物理の解明に知見を与えるための研究を行った。, Plasma Conference 2017},
 title = {全状態探索法を用いたサポートベクターマシンによるディスラプション予知},
 year = {2017}
}