내 신청현황
종류	모집공고명	진행상태
신청내용이 없습니다.

알림마당

home

토카막 플라스마에서의 붕괴예측과 시계열 데이터 해석

전문가 제언: ○ 실행 가능한 핵융합방법으로는 플라스마를 속박하는 방법에 따라 자기핵융합과 관성핵융합으로 구분한다. 자기핵융합은 고온의 플라스마를 강력한 자장을 이용해서 핵융합반응이 일어나도록 가둬두는 방식이고 관성핵융합은 중수소와 삼중수소를 얼려서 작은 고체의 알갱이로 만든 다음 레이저를 이용한 강력한 에너지를 집중시켜 핵융합반응을 이끌어내는 방식이다. 앞으로 플라스마의 산업적인 응용에 대한 개발을 위해 활발한 연구가 진행될 것이다.

○ 신경망이론에서는 교사의 학습이 이루어지고 출력과 교사신호의 차이가 최소가 되도록 네트워크의 중복을 오차역전파법을 이용하여 조정한다. 예측으로 시계열 데이터를 입력하고 여러 데이터를 출력하여 예측하는 방법과 어떤 시점의 계측데이터를 입력하여 붕괴 발생의 유무를 판정하기 때문에 플라스마 상태량을 출력하는 두 가지 방법이 있다. 예측법에 의한 예측성능의 평가가 필요하다고 생각된다. 다층 퍼셉트론과 오차역전파법이 주어진 입력에 대하여 네트워크의 가중치를 변화시켜 원하는 인식의 기능을 한다. 인간의 두뇌에서 일어나는 선택적 주의집중 메커니즘을 다층 퍼셉트론과 오차역전파법을 이용하여 구현하고 이를 음성인식이나 문자인식과 같은 패턴인식에 이용하는 방법도 있다.

○ 신경망의 학습에서는 입력데이터와 교사신호가 필요하다. 이것이 모든 실험 데이터에 필요한 것은 아니다. JT-60U에서는 인위적으로 학습용 데이터를 작성해서 예측정밀도를 향상시켰다. 계산기 시뮬레이션 등에 의한 입력데이터의 모의가 가능하다면 학습 효율이 향상되고 보다 고 정밀한 예측기 또한 가능하다고 생각된다. 신경망과 진화 알고리즘의 융합은 이와 같은 인공생명의 기반적 아키텍처라는 측면에서 주목을 받고 있다. 이와 같은 융합에 의한 방법으로 신경망의 학습은 물론 신경망의 구조까지 진화시키기도 한다.

저자: Yoshino Ryuji
자료유형: 학술정보