DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | 김영철 | - |
dc.contributor.advisor | Ghim, Young-Chul | - |
dc.contributor.author | 정세민 | - |
dc.date.accessioned | 2018-06-20T06:20:29Z | - |
dc.date.available | 2018-06-20T06:20:29Z | - |
dc.date.issued | 2017 | - |
dc.identifier.uri | http://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=675327&flag=dissertation | en_US |
dc.identifier.uri | http://hdl.handle.net/10203/243198 | - |
dc.description | 학위논문(석사) - 한국과학기술원 : 원자력및양자공학과, 2017.2,[v, 37 p. :] | - |
dc.description.abstract | 토카막 운전은 Grad-Shafranov equation해를 구하는 것인 실시간 평형 재구성을 필요로 하며 주로 쓰이는 알고리즘은 real-time (rt) EFIT이다. 그러나 rt-EFIT은 실시간 내 계산을 위해 off-line EFIT를 간략화한 수단이다. 따라서 off-line EFIT의 실시간 적용을 위해 다중 인풋 다중 아웃풋의 맵핑이 가능한 인공신경 망을 off-line EFIT 결과로 훈련, off-line EFIT의 퀄리티를 가지면서 실시간 계산이 가능한 인공신경망을 만들었다. 이 인공신경망은 에러 견고성을 위해 2개의 은닉층을 가지며 심지어 20% 인풋 에러에도 합리적인 결과를 출력한다. 인풋으로는 자기진단장치 계측값을 사용하였으며 자기진단장치의 고유 오차 중 하나인 신호의 drift를 베이지안 추론을 이용하여 실시간 수정을 하였다. 뿐만아니라 분실 인풋 경우를 보완하기 위해 가우시안 프로세스와 베이지안 추론을 도입하여 분실 인풋을 예측하는 방법론을 소개한다. 베이지안 추론의 가능도는 맥스웰 방정식, 즉 앙페르 법칙과 가우스 자기 법칙을 따라 모델링 되었다. | - |
dc.language | kor | - |
dc.publisher | 한국과학기술원 | - |
dc.subject | Neural Network | - |
dc.subject | Bayesian | - |
dc.subject | Gaussian process | - |
dc.subject | Equilibrium reconstruction | - |
dc.subject | KSTAR | - |
dc.subject | EFIT | - |
dc.subject | 인공신경망 | - |
dc.subject | 토카막 | - |
dc.subject | 실시간운전 | - |
dc.subject | 분실 입력 보상 | - |
dc.subject | 가우시안 프로세스 | - |
dc.subject | 베이지안 추론 | - |
dc.title | 인공신경망 기반 실시간 토카막 플라즈마 평형 재구성과 입력 분실 대체를 위한 방법론 제시 | - |
dc.title.alternative | Neural network based real-time Tokamak plasma equilibrium reconstruction and Suggesting methods for missing input imputation | - |
dc.type | Thesis(Master) | - |
dc.identifier.CNRN | 325007 | - |
dc.description.department | 한국과학기술원 :원자력및양자공학과, | - |
dc.contributor.alternativeauthor | Joung, Semin | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.