代理模型官方认证

DeepONet 波加热功率沉积算子

DeepONet 分支-主干结构学习天线参数/密度剖面到功率沉积剖面的算子,用于加热方案快速寻优。

发起对比
0 浏览0 收藏2026-09-21 收录

AI 摘要

DeepONet 分支 主干结构学习天线参数/密度剖面到功率沉积剖面的算子,用于加热方案快速寻优。

  • DeepONet 分支 主干结构学习天线参数/密度剖面到功率沉积剖面的算子,用于加热方案快速寻优。

结构化信息

网络框架
DeepONet
代理任务
波加热
物理主题
神经算子
波加热
ECRH/LHCD
训练数据
BORAY 射线追踪扫描库(5 万工况)
关键精度指标
剖面 L2 误差
3.7%
R2
0.94
加速比/推理耗时
参数扫描加速 3000 倍
适用装置
EAST
HL-3
语言/框架
Python / PyTorch
许可
MIT(示例)
开发单位
聚界 FusionNexus 示例

输入说明

分支:天线与介质参数;主干:径向坐标

输出说明

功率沉积剖面 P(rho)

围绕此资源交流

关联的问题与实践文章会汇集在这里。

尚无关联问题,欢迎提出真实使用中的疑问。

评论 (0)