Learning plasma dynamics and robust rampdown trajectories with predict-first experiments at TCV

Abstract The rampdown phase of a tokamak pulse is difficult to simulate and often exacerbates multiple plasma instabilities. To reduce the risk of disrupting operations, we leverage advances in Scientific Machine Learning (SciML) to combine physics with data-driven models, developing a neural state-...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Allen M. Wang, Alessandro Pau, Cristina Rea, Oswin So, Charles Dawson, Olivier Sauter, Mark D. Boyer, Anna Vu, Cristian Galperti, Chuchu Fan, Antoine Merle, Yoeri Poels, Cristina Venturini, Federico Felici, Stefano Marchioni, TCV Team
Format:	Artigo
Język:	Inglês
Wydane:	Nature Portfolio 2025-10-01
Seria:	Nature Communications
Dostęp online:	https://doi.org/10.1038/s41467-025-63917-x
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!