Buchumschlag

Multiscale autonomous forecasting of plasma systems' dynamics using neural networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Faraji, Farbod, Reza, Maryam
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Plasma Physics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Data-driven local operator finding for reduced-order modelling of plasma systems: II. Application to parametric dynamics
von: Faraji, Farbod, et al.
Veröffentlicht: (2024)

Machine Learning Applications to Computational Plasma Physics and Reduced-Order Plasma Modeling: A Perspective
von: Faraji, Farbod, et al.
Veröffentlicht: (2024)

Data-driven local operator finding for reduced-order modelling of plasma systems: I. Concept and verifications
von: Faraji, Farbod, et al.
Veröffentlicht: (2024)

Investigation of the influence of electrostatic excitation on instabilities and electron transport in ExB plasma configurations
von: Reza, Maryam, et al.
Veröffentlicht: (2025)

Shallow Recurrent Decoder for Reduced Order Modeling of Plasma Dynamics
von: Kutz, J. Nathan, et al.
Veröffentlicht: (2024)

Latest progress on the reduced-order particle-in-cell scheme: II. Quasi-3D implementation and verification
von: Reza, Maryam, et al.
Veröffentlicht: (2024)

Latest progress on the reduced-order particle-in-cell scheme: I. refining the underlying formulation
von: Reza, Maryam, et al.
Veröffentlicht: (2024)

Learning the dynamics of a one-dimensional plasma model with graph neural networks
von: Carvalho, Diogo D, et al.
Veröffentlicht: (2023)

Particle-based plasma simulation using a graph neural network
von: Mlinarević, Marin, et al.
Veröffentlicht: (2025)

Efficient dataset construction using active learning and uncertainty-aware neural networks for plasma turbulent transport surrogate models
von: Ho, Aaron, et al.
Veröffentlicht: (2025)

Real-time virtual circuits for plasma shape control via neural network emulators
von: Ross, Alasdair, et al.
Veröffentlicht: (2026)

Improving ideal MHD equilibrium accuracy with physics-informed neural networks
von: Thun, Timo, et al.
Veröffentlicht: (2025)

Learning collision operators from plasma phase space data using differentiable simulators
von: Carvalho, Diogo D., et al.
Veröffentlicht: (2026)

Energy-based models for diagnostic reconstruction and analysis in a laboratory plasma device
von: Travis, Phil, et al.
Veröffentlicht: (2026)

ConStellaration: A dataset of QI-like stellarator plasma boundaries and optimization benchmarks
von: Cadena, Santiago A., et al.
Veröffentlicht: (2025)

Nonlinear Gaussian process tomography with imposed non-negativity constraints on physical quantities for plasma diagnostics
von: Ueda, Kenji, et al.
Veröffentlicht: (2024)

Physics-tailored machine learning reveals unexpected physics in dusty plasmas
von: Yu, Wentao, et al.
Veröffentlicht: (2023)

Electron neural closure for turbulent magnetosheath simulations: energy channels
von: Miloshevich, George, et al.
Veröffentlicht: (2025)

Deterministic and probabilistic neural surrogates of global hybrid-Vlasov simulations
von: Holmberg, Daniel, et al.
Veröffentlicht: (2026)

Enhancing predictive capabilities in fusion burning plasmas through surrogate-based optimization in core transport solvers
von: Rodriguez-Fernandez, P., et al.
Veröffentlicht: (2023)

PDE foundation model-accelerated inverse estimation of system parameters in inertial confinement fusion
von: Rautela, Mahindra, et al.
Veröffentlicht: (2026)

Deep Learning assisted microwave-plasma interaction based technique for plasma density estimation
von: Ghosh, Pratik, et al.
Veröffentlicht: (2023)

Plasma Surrogate Modelling using Fourier Neural Operators
von: Gopakumar, Vignesh, et al.
Veröffentlicht: (2023)

Tensor network approaches for plasma dynamics
von: Connor, Ryan J. J., et al.
Veröffentlicht: (2025)

Surrogate models to optimize plasma assisted atomic layer deposition in high aspect ratio features
von: Yanguas-Gil, Angel, et al.
Veröffentlicht: (2025)

Synthesizing impurity clustering in the edge plasma of tokamaks using neural networks
von: Lin, Zetao, et al.
Veröffentlicht: (2024)

Hybrid Fourier Neural Operator-Plasma Fluid Model for Fast and Accurate Multiscale Simulations of High Power Microwave Breakdown
von: Pandya, Kalp, et al.
Veröffentlicht: (2025)

Real-time virtual circuits for plasma shape control via neural network surrogates: dynamic validation in closed-loop simulations
von: Pentland, K., et al.
Veröffentlicht: (2026)

A neural network approach to kinetic Mie polarimetry for particle size diagnostics in nanodusty plasmas
von: Schmitz, Alexander, et al.
Veröffentlicht: (2025)

Multiscale simulation of neutral particle flows in the plasma edge
von: Wen, Yifan, et al.
Veröffentlicht: (2024)

Diffusion for Fusion: Designing Stellarators with Generative AI
von: Padidar, Misha, et al.
Veröffentlicht: (2025)

Machine Learning-Integrated Hybrid Fluid-Kinetic Framework for Quantum Electrodynamic Laser Plasma Simulations
von: Saremi, Sadra, et al.
Veröffentlicht: (2025)

The Machine Learning Approach to Moment Closure Relations for Plasma: A Review
von: Burles, Samuel, et al.
Veröffentlicht: (2025)

An Interpretable Operator-Learning Model for Electric Field Profile Reconstruction in Discharges Based on the EFISH Method
von: Yang, Zhijian, et al.
Veröffentlicht: (2025)

How does ion temperature gradient turbulence depend on magnetic geometry? Insights from data and machine learning
von: Landreman, Matt, et al.
Veröffentlicht: (2025)

Sensitivity Analysis of Transport and Radiation in NeuralPlasmaODE for ITER Burning Plasmas
von: Liu, Zefang, et al.
Veröffentlicht: (2025)

Optimizing External Sources for Controlled Burning Plasma in Tokamaks with Neural Ordinary Differential Equations
von: Liu, Zefang, et al.
Veröffentlicht: (2025)

TGLF-WINN: Data-Efficient Deep Learning Surrogate for Turbulent Transport Modeling in Fusion
von: Cao, Yadi, et al.
Veröffentlicht: (2025)

Plasma Shape Control via Zero-shot Generative Reinforcement Learning
von: Wu, Niannian, et al.
Veröffentlicht: (2025)

Full Shot Predictions for the DIII-D Tokamak via Deep Recurrent Networks
von: Char, Ian, et al.
Veröffentlicht: (2024)