TGLF-WINN: data-efficient deep learning surrogate for turbulent transport modeling in fusion

The trapped Gyro-Landau Fluid (TGLF) model provides fast, accurate predictions of turbulent transport in tokamaks, but whole device simulations requiring thousands of evaluations remain computationally expensive. Neural network (NN) surrogates offer accelerated inference with fully differentiable ap...

وصف كامل

التفاصيل البيبلوغرافية

المؤلفون الرئيسيون:	Yadi Cao, Futian Zhang, Wesley Liu, Tom Neiser, Orso Meneghini, Lawson Fuller, Sterling Smith, Raffi Nazikian, Brian Sammuli, Rose Yu
التنسيق:	Artigo
اللغة:	Inglês
منشور في:	IOP Publishing 2026-01-01
سلاسل:	Nuclear Fusion
الموضوعات:	fusion core turbulent transport machine learning active learning
الوصول للمادة أونلاين:	https://doi.org/10.1088/1741-4326/ae72a6
الوسوم:	إضافة وسم لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!