A Data-Free, Physics-Informed Surrogate Solver for Drift Kinetic Equation: Enabling Fast Neoclassical Toroidal Viscosity Torque Modeling in Tokamaks
本論文は、データに依存せず物理法則(支配方程式と境界条件)のみを制約としてニューラルネットワークを学習させることで、トカマク核融合炉における非古典的トルoidal粘性(NTV)トルクの高速かつ高精度なモデル化を可能にする、ドリフト運動方程式の新しい物理情報駆動型代理ソルバーを提案し、その有効性を検証したものである。