代理模型官方认证
PINN 物理信息平衡重建网络
将 Grad-Shafranov 方程残差作为软约束嵌入损失函数的物理信息神经网络,由稀疏磁测量重建磁通面。
0 浏览0 收藏2026-09-21 收录
AI 摘要
将 Grad Shafranov 方程残差作为软约束嵌入损失函数的物理信息神经网络,由稀疏磁测量重建磁通面。
- 将 Grad Shafranov 方程残差作为软约束嵌入损失函数的物理信息神经网络,由稀疏磁测量重建磁通面。
结构化信息
- 网络框架
- PINN
- 代理任务
- 平衡重建
- 物理主题
- 平衡重建Grad-Shafranov物理约束
- 训练数据
- W7-X/EAST 平衡样本(DESC/EFIT 生成)
- 关键精度指标
- 磁面 IoU
- 0.972
- 磁轴误差
- 3.2 mm
- 加速比/推理耗时
- 比传统迭代快 50 倍
- 适用装置
- EASTW7-X
- 语言/框架
- Python / JAX
- 许可
- MIT(示例)
- 开发单位
- 聚界 FusionNexus 示例
输入说明
磁探针/磁通环测量 + 边界约束
输出说明
极向磁通 ψ(R,Z) 网格
尚无关联问题,欢迎提出真实使用中的疑问。
评论 (0)