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。
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
- EASTHL-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)
尚无关联问题,欢迎提出真实使用中的疑问。
评论 (0)