Academic Seminars 2022 No.131 -- 刘自结
==== SZU ====
时 间：2022年11月25日 周五 14:30
线 上：腾讯会议 124-284-052
报告人：刘自结 博士后（深圳大学）
邀请人：郑玮 副研究员
题目：基于贝叶斯推断的集成数据分析
摘要：托卡马克等离子体高参数运行需要优化控制等离子体剖面参数，如电子密度剖面，并且准确的等离子体剖面参数对于等离子体的机理研究具有重要意义。托卡马克装置中等离子体产生的条件特殊，超高温及超高压，无法直接获得等离子体剖面参数，只能利用诊断测量数据间接重建得到。由于测量原理和重建算法的差异，对于同一等离子体剖面参数的重建往往难以自洽。针对这一问题，在EAST开展了基于贝叶斯推断的多诊断的集成数据分析，并构建了集成数据分析平台BANANA。在该平台上，不仅可以实现对单一诊断的反演，也可以实现多诊断的集成。基于贝叶斯推断的等离子体剖面重建算法，以概率学的方式实现多诊断的集成，反演出满足各个诊断且自洽的电子密度剖面和等离子体电流密度剖面，并且以不确定度的方式给出重建的误差。该算法不仅在EAST上被成功建立，也被应用到HL-2A装置，实现了对等离子体电流密度剖面的重建。
报告人简介：刘自结，深圳大学博士后。2017年以双专业获得华北电力大学学士学位，并被评为“优秀毕业生”；2022年获得中国科学技术大学博士学位，并被评为“优秀毕业生”。博士期间，参与中科院等离子体物理研究所、核工业西南物理研究院和中国科学技术大学三方联合培养。长期从事基于机器学习和深度学习的EAST等离子体剖面重建研究，并开发了集成数据分析平台BANANA。以第一作者发表sci论文3篇，中文核心1篇，发明专利1项和软件著作1项，并多次参加国内外学术会议，并在会议上作报告。
